Skip to content

axuhongboo/HAE

 
 

Repository files navigation

基于分层自编码器的异常网络流量检测HAE

模型训练

  1. hae_dec.py HAE模型训练和测试的主函数
  2. model.py 模型类:HAE、AE、ABAE
  3. tools.py 工具类:数据读取、模型评估
  4. /savedModel/HAE模型保存与加载路径
  5. dataset/ 原始特征数据存放路径
  6. dataset/data_process.py 数据预处理,主要针对CIC2017数据集

对比实验

  1. /experiments/ABAE_dec.py对比模型:ABAE(基于Adaboost对AE进行集成)
  2. /experiments/AE.py对比模型:AE(自编码器)
  3. /experiments/ML.py对比模型:机器学习方法:PCA,IForest,HBOS

操作流程

  1. 下载CIC2017数据集(https://www.unb.ca/cic/datasets/ids-2017.html) 将csv格式的数据文件放在dataset/rawdata/路径下。
  2. 运行dataset/data_process.py进行数据预处理
  3. 运行hae_dec.py 进行HAE模型训练和测试
  4. 运行experiments/目录下文件进行对比模型的训练与测试

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 100.0%