来源：期刊VIP网 时间：
作者：张晓青;谷勇浩;田甜;
单位：北京邮电大学计算机学院;北京邮电大学智能通信软件与多媒体北京市重点实验室;中山大学广东省信息安全技术重点实验室;中兴通讯股份有限公司;
摘要：通过研究现有异常网络流量检测技术存在的问题，提出了一种分层自编码器（HAE）集成模型，以无监督的学习方式摆脱了传统检测方法对于样本标签和攻击样本的依赖，以分层集成的方式学习正常流量的多种分布特征提高单个自编码的检测效果。与现有集成学习方式不同，HAE以串行的方式学习上一自编码器学得不好的样本，降低了训练和测试时间。仿真实验结果表明，相比传统的异常检测方法，HAE具有更高的检测率。
关键词：分层自编码器;;异常网络流量检测;;无监督学习方法;;集成学习
基金资助：北京邮电大学中央高校基本科研业务费行动计划项目（2021XDA11-1）;; 中兴通讯产学研合作项目（HC-CN-20200807013）;; 广东省信息安全技术重点实验室开放基金项目（2020B1212060078）
