网络流量异常检测 网络连接配置异常( 七 )


在这个过程中,深度学习模型因其强大的表征学习能力越来越受到研究人员的重视,在一些场景中,传统的特征工程已被深度学习模型中的特征提取层所取代,隐马尔可夫模型也正逐渐被 LSTM/GRU 等模型所取代 。由于网络流量复杂多变的特性,在异常网络流量检测领域没有哪种模型是万能的,只有了解每种模型的特点及其适用的场景和侧重点,并灵活、综合地运用多种模型,方能更有效地解决异常网络流量检测问题 。
引用格式:吴迪锋 , 孙昊翔 , 曹浪 , 等 . 网络流量异常检测综述 [J]. 信息安全与通信保密 ,2022(8):101-111.
作者简介 >>>
吴迪锋,男,学士,资深安全咨询顾问,主要研究方向为网络安全检测模型分析与应用、网络安全异常流量检测、网络安全风险评估;
孙昊翔,男,学士,高级安全咨询顾问,主要研究方向为网络安全、渗透测试、漏洞挖掘;
曹 浪,男,学士,软件工程师,主要研究方向为渗透测试、主机安全风险评估模型;
谭 天,男,硕士,高级工程师,主要研究方向为安全检测引擎、AI 安全 。
【网络流量异常检测 网络连接配置异常】 选自《信息安全与通信保密》2022 年第 8 期(为便于排版,已省去参考文献)

推荐阅读