[发明专利]一种基于变分自编码器的网络异常入侵检测系统和方法

权利要求书

1.一种基于变分自编码器的网络异常入侵检测系统，其特征在于：包括采集器和处理器，采集器采集数据，处理器包括数据预处理模块、模型构建模块和模型训练模块；

数据预处理将文本进行编码，输入最长文本串的填充，同时将数据集切分为训练集和测试集；

模型构建模块构建变分自编码器，变分自编码器同时引入隐层变量z，将确定性的自编码器改造为概率图模型，其中，隐层变量z满足条件分布：

其中f_d表示解码器；采用高斯分布来逼近真实后验分布，变分分布为：

其中，f_e表示编码器，u代表均值，σ代表方差，z代表隐层变量，q(z|x，φ)代表变分分布；

根据变分自编码器的概率图模型，得到目标损失函数：

其中，q_w代表变分近似分布，∈代表着隐层引入的高斯分布，第一项代表条件分布p_θ(x|z)的期望，第二项代表着变分分布q_w与隐变量z的分布p(z)之间的差异；

模型训练模块对模型进行优化训练。

2.根据权利要求1所述的基于变分自编码器的网络异常入侵检测系统，其特征在于：模型训练具体是针对损失函数进行优化，使用梯度下降算法求解目标损失函数的最优值。

3.根据权利要求1所述的基于变分自编码器的网络异常入侵检测系统，其特征在于：使用梯度下降算法求解目标损失函数的最优值的过程如下：

在假定p_θ(x|z)为高斯分布的情况下，条件期望就化为二次函数

f_e表示编码器，θ为参数；

在假定p(z)为高斯分布的情况下，散度有解析式如下：

σ为方差，u为均值；得到：

4.一种基于变分自编码器的网络异常入侵检测方法，其特征在于：包括如下内容：

将文本进行编码，输入最长文本串的填充，将数据集切分为训练集和测试集；

构建变分自编码器，变分自编码器同时引入隐层变量z，将确定性的自编码器改造为概率图模型，其中，隐层变量z满足条件分布：

其中f_d表示解码器；采用高斯分布来逼近真实后验分布，变分分布为：

其中，f_e表示编码器，u代表均值，σ代表方差，φ代表变分分布的参数；

根据变分自编码器的概率图模型，得到目标损失函数：

其中q_w代表变分近似分布，∈代表着隐层引入的高斯分布，第一项代表条件分布p_θ(x|z)的期望，第二项代表变分分布q_w与隐变量z的分布p(z)之间的差异；

对模型进行优化训练。

5.根据权利要求4所述的基于变分自编码器的网络异常入侵检测方法，其特征在于：模型训练具体是针对损失函数进行优化，具体过程如下：

在假定p_θ(x|z)为高斯分布的情况下，条件期望就化为二次函数

f_e表示编码器，θ为参数；

在假定p(z)为高斯分布的情况下，散度有解析式如下：

σ为方差，u为均值；得到：

6.一种电子设备，包括存储器、处理器以及在存储器上，并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现上述权利要求4至5中任一所述方法的步骤。

7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于：该计算机程序被处理器执行时，实现如权利要求4至5中任一所述方法的步骤。