TY -的A2 -李,Wenjuan盟,瞿YanZe AU - Ma,海龙盟——江、翳明PY - 2022 DA - 2022/10/28 TI - CRND:一种无监督学习方法来检测网络异常SP - 9509417六世- 2022 AB -网络异常检测系统(流浪者)是最重要的一个方法来维护网络系统安全。目前,基于深度学习的网络异常检测模型已成为研究热点地区,因为他们在处理高维数据和优秀的性能优势检测异常。然而,大多数的相关研究都是基于监督学习,有严格的要求和高精度等数据集的标签。然而,有一些困难在获得大量数据完整的标签信息,从而严重阻碍了开发和部署基于DL的流浪者。在本文中,我们提出一种无监督学习的方法来检测网络异常,对比表示网络数据(CRND)。基于对比学习,没有标签的信息,一个合格的模型训练,为该领域提供更多的可能性。CICIDS2018,评价实验证明CRND可以达到96.13%的准确率只有200件,和它的 F1-score达到0.96,远高于其他现有的无监督学习方法。进行微调, F1-score融合水平可以达到0.99,检测性能是一样的,基于监督学习的检测模型。SN - 1939 - 0114 UR - https://doi.org/10.1155/2022/9509417 - 10.1155 / 2022/9509417摩根富林明安全和通信网络PB - Hindawi KW - ER