来源：期刊VIP网 时间：
作者：杨宏宇;张豪豪;胡泽;成翔;
单位：中国民航大学安全科学与工程学院;中国民航大学计算机科学与技术学院;扬州大学信息工程学院;
摘要：数据量的迅速增长和流量模式的多样性使得网络异常流量检测变得愈加复杂，有效的网络异常流量检测能够及时发现潜在的网络威胁和攻击行为，维护网络安全。本文对基于深度学习的网络异常流量检测的研究现状、面临的挑战和未来研究方向进行全面综述。首先，详细阐述网络异常流量检测的基本概念和检测流程，并对常用的网络异常流量检测数据集进行分析介绍。然后，详细分析卷积神经网络、双向长短期记忆网络、自编码器、生成对抗网络、图神经网络和自然语言处理等深度学习方法在异常流量检测中的优势和局限。最后，深入讨论基于深度学习的网络异常流量检测方法面临的主要挑战，并提出未来研究方向。
关键词：异常流量检测;;流量分析;;网络安全;;深度学习
基金资助：国家自然科学基金（62201576,U1833107）;; 中央高校基本科研业务费资助（3122022050）;; 江苏省基础研究计划自然科学基金青年基金（BK20230558）;; 中国民航大学信息安全测评中心开放基金（ISECCA-202202）
