来源：期刊VIP网 时间：
作者：赵健;
单位：中国人民解放军国防大学;
摘要：在大规模、高复杂度的网络环境下，数据传输受到噪声、多径效应等因素干扰，导致网络传输数据质量下降，从而降低检测性能。对此，文中提出基于深度学习算法的网络传输数据智能检测方法。首先，基于高斯噪声、掩码及Dropout构造网络传输数据视图，以增强网络传输数据；然后，将增强后的网络传输数据输入至深度变分自编码器，对网络传输数据实施编码与解码转换，以降低高复杂度网络传输数据维度；最后，设置网络传输数据降维结果作为长短期记忆网络的输入，通过学习网络传输数据时间序列的相关性，智能检测网络传输数据。实验结果表明，该方法能够精准检测网络传输数据中的乱序数据、缺失数据、攻击数据等异常网络传输数据。
关键词：深度学习算法;;网络传输数据;;智能检测;;视图构建;;自编码器;;解码转换
