一种基于循环生成对抗网络的自适应网络入侵数据检测方法

本发明公开了一种基于循环生成对抗网络的自适应网络入侵数据检测方法，该方法首先对正常流量和多种攻击流量的网络流量数据集进行处理，通过多模态特征处理模块将异构入侵数据转换为RGB三通道像素图。其次构建网络入侵检测模型，包括在生成器中集成特征增强模块的循环生成对抗网络模型和神经网络分类模型。然后使用循环生成对抗网络，基于RGB三通道像素图生成攻击流量数据，得到平衡训练集。最后使用神经网络分类模型在平衡训练集图像上训练，并在测试集上分类，得到检测结果。本发明有效提升了模型对不平衡及复杂数据集的分类表现，传统循环生成对抗网络在图像转换时面临的细节缺失、内容错位问题得到了弥补。