基于自编码器的网络异常检测研究综述

作     者：张国梁 郭晓军 ZHANG Guoliang;GUO Xiaojun

作者机构：西藏民族大学信息工程学院咸阳710200 

出 版 物：《信息安全学报》 (Journal of Cyber Security)

年 卷 期：2023年第8卷第2期

页      面：81-94页

核心收录：

学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：西藏自治区自然科学基金项目(No.XZ2019ZRG-36(Z)) 西藏民族大学“涉藏网络信息内容与数据安全团队”项目(No.324042000709)的资助。 

主　　题：网络安全 入侵检测 异常检测 深度学习 自编码器 

摘      要：网络入侵检测技术是指对危害计算机系统安全的行为进行检测的方法,它是计算机网络安全领域中的必不可少的防御机制。目前,基于有监督学习的网络异常入侵检测技术具有较高的效率和准确率,该类方法获得了广泛关注,取得了大量的研究成果。但是这类方法需要借助大量标注样本进行模型训练。为减少对标注样本依赖,基于无监督学习或半监督学习的网络入侵检测技术被提出,并逐渐成为该领域的研究热点。其中,基于自编码器的网络异常检测技术是这方面技术的典型代表。该文首先介绍了各类自编码器的基本原理、模型结构、损失函数和训练方法。然后在此基础上将其分为基于阈值和基于分类的方法。其中,基于阈值的方法用又可分为基于重构误差和基于重构概率两类。合适的阈值对异常检测技术的成败至关重要,该文介绍了三种阈值的计算方法。接着对比分析了多个代表性研究工作的方法、性能及创新点,最后对该研究中存在的问题做了介绍,并对未来的研究方向做了展望。