一种基于生成对抗网络的网络流量生成方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115983334A(43)申请公布日2023.04.18(21)申请号202211628717.1(22)申请日2022.12.18(71)申请人南京理工大学地址210094江苏省南京市玄武区孝陵卫200号(72)发明人俞研王增狄芳徐建(74)专利代理机构南京理工大学专利中心32203专利代理师马鲁晋(51)Int.Cl.G06N3/045(2023.01)G06N3/0475(2023.01)G06N3/0442(2023.01)G06N3/094(2023.01)G06F18/214(2023.01)权利要求书3页说明书9页附图2页(54)发明名称一种基于生成对抗网络的网络流量生成方法(57)摘要本发明公开了一种基于生成对抗网络的网络流量生成方法。该方法为：对数据集进行预处理，包括属性特征评估、文本转化为数值、缺失值处理、特征数据归一化；设计面向网络流量生成的生成对抗网络模型架构，包括生成器模块、鉴别器模块和网络奖励机制；接着训练网络模型，分为模型预训练和正式训练两个阶段；对生成的流量数据进行数据评估和筛选，包括质量评估、相似性评估和标记评估，筛选合格样本形成标记流量集。本发明使用WGAN‑GP来设计模型，并结合LSTM进一步学习网络流量序列的时间特性，使得生成的网络流量数据在分类标记、真实性以及成功率方面均得到提升，能够为基于机器学习的网络入侵检测模型训练提供大批量、高质量标记数据。CN115983334ACN115983334A权利要求书1/3页1.一种基于生成对抗网络的网络流量生成方法，其特征在于，包括以下步骤：步骤1、对数据集进行预处理，包括属性特征评估、文本转化为数值、缺失值处理、特征数据归一化；步骤2、设计面向网络流量生成的生成对抗网络模型架构，包括生成器模块、鉴别器模块和网络奖励机制；步骤3、训练网络模型，分为模型预训练和正式训练两个阶段；步骤4、对生成的流量数据进行数据评估和筛选，包括质量评估、相似性评估和标记评估，筛选合格样本形成标记流量集。2.根据权利要求1所述的基于生成对抗网络的网络流量生成方法，其特征在于，步骤1所述的对数据集进行预处理，包括属性特征评估、文本转化为数值、缺失值处理、特征数据归一化，具体为：使用当前公开可用的数据集和真实网络流量进行预处理，包括流量数据的属性特征评估、文本转化为数值、缺失值处理和特征数据归一化。3.根据权利要求2所述的基于生成对抗网络的网络流量生成方法，其特征在于，步骤1所述的对数据集进行预处理，包括属性特征评估、文本转化为数值、缺失值处理、特征数据归一化，步骤如下：步骤1.1、属性特征评估：使用公开流量数据集和真实网络流量进行流量数据生成实验，数据集一包含超过200万个具有49个属性的网络流和9种攻击类别，数据集二包含超过280万个具有80个特征的网络流量，首先剔除时间戳不适合机器学习的属性列，设置dataset_features字典；步骤1.2、将文本转化为数值，将源文件中的攻击类型转换成数字标识；步骤1.3、删除源数据中缺失值所在的行；步骤1.4、对特征数据进行归一化处理。4.根据权利要求1所述的基于生成对抗网络的网络流量生成方法，其特征在于，步骤2所述的设计面向网络流量生成的生成对抗网络模型架构，包括生成器模块、鉴别器模块和网络奖励机制，具体为：生成对抗网络GAN包括生成器模块和鉴别器模块，通过两个神经网络的不断博弈学习，从而生成鉴别器难以区分的合成数据；方法模型使用带梯度惩罚的WassersteinGAN，即WGAN‑GP，结合长短期记忆网络LSTM捕获网络流量序列中的时间相关性，分别设计生成器和鉴别器，并使用网络奖励机制提高生成质量。5.根据权利要求4所述的基于生成对抗网络的网络流量生成方法，其特征在于，步骤2所述的设计面向网络流量生成的生成对抗网络模型架构，包括生成器模块、鉴别器模块和网络奖励机制，步骤如下：步骤2.1、网络模型使用生成对抗网络的一种变体—带梯度惩罚的WassersteinGAN，即WGAN‑GP，与经典生成对抗网络相比，WGAN从损失函数的角度进行了改进；通过计算Wasserstein距离来衡量数据分布和真实数据分布之间的距离，公式如下：2CN115983334A权利要求书2/3页其中inf指代最大下界；π(P1,P2)表示的是分布P1和P2中所有可能的联合分布，每一个联合分布用于刻画连续空间中分布间转换的代价，即刻画从x点转移到y点从而让x，y服从相同分布所需要的百分比；步骤2.2、修改原始生成对抗网络的目标函数，在WGAN基础上改进Lipschitz连续性限制条件，将权重修剪策略改为梯度约束的方式，从而提高模型建模能力，解决梯度消失或梯度爆炸问题；改进后W生成对抗网络