基于灰度图的物联网异常流量检测
DOI: https://doi.org/10.64083/STE2610325
作者
王子昱，韩彬，张县科
摘要
针对物联网异常流量检测中特征表征不足的问题，提出一种基于灰度图的物联网异常流量检测方法，通过特征优化、数据增强和自适应建模三个关键环节实现技术突破。首先，采用基于亨利气体溶解度优化算法的二次特征选择方法，智能筛选关键特征并构建时空灰度图，显著提升了特征表征能力。其次，创新性地结合生成对抗网络与降噪技术，在平衡数据分布的同时有效去除噪声干扰。最后，设计了一种具有几何自适应能力的检测模型，通过可学习的空间变换机制自动校正输入数据的几何形变，大幅提升了模型对异常特征的捕捉能力。实验结果表明，该方法在多个标准数据集上展现出卓越的检测性能，显著提高了检测准确率以及泛化能力，并且大幅降低了误报率，特别是对复杂攻击类型的检测效果突出。提出的技术其创新性的特征处理方法和模型设计理念为物联网环境下的异常流量检测提供了新的解决思路。
关键词
网络安全；异常检测；DCGAN；空间网络变换；2D-CNN
