摘要： 網(wǎng)絡(luò)異常流量檢測是網(wǎng)絡(luò)安全保護(hù)重要組成部分之一。目前，基于深度學(xué)習(xí)的異常流量檢測方法都是將端口號屬性與其他流量屬性同等對待，忽略了端口號的重要性。為了提高異常流量檢測性能，借鑒注意力思想，提出一個卷積神經(jīng)網(wǎng)絡(luò)（CNN）結(jié)合端口注意力模塊（PAM）和通道空間注意力模塊（CBAM）的網(wǎng)絡(luò)異常流量檢測模型。首先，將原始網(wǎng)絡(luò)流量作為PAM的輸入，分離得到端口號屬性送入全連接層，得到學(xué)習(xí)... （共8頁）