klausmichael0 / taffic_anomaly_detection_based_on_neural_network

基于神经网络的流量异常检测

项目介绍

• 本项目为基于神经网络的流量异常检测——Traffic Anomaly Detection based on Neural Network
• 随着网络规模的不断扩大，危害系统资源的危险也在增加，而入侵检测系统（IDS）有助于检测恶意入侵的机制，本项目使用基于网络的IDS，结合流行的深度神经网络，实现基于深度神经网络的流量异常检测（DNN-IDS）

研究内容

• 网络入侵检测系统（NIDS）被创建用来有效地防御各种类型的网络攻击，并进一步保护网络系统正常运行。目前主要的研究方向是基于异常的检测方法，通过分析网络流量来学习正常和异常行为，尝试将神经网络模型应用到入侵检测中，来解决高误报率的问题

技术要求

• 预处理数据集
  • 数据集选择CICIDS2017，这是加拿大网络安全研究所于2017年发布的数据集
  • 使用Pandas对CICIDS2017数据集进行数据预处理，清洗数据集并标准化
• 使用DNN或LSTM进行建模
  • 利用内嵌于TensorFlow中的Keras建立神经网络模型
• TensorFlow开源机器学习平台
• 优化模型，调整超参数

模型设计流程

• 数据预处理
  • 整合数据
  • 选取特征，转换特征的数据类型（Pandas）
  • 数据集分割、标准化（Scikit-learn）
• 模型构建
  • 构造输入（to tf.data.Dataset）
  • 网络结构
  • 编译、训练模型
• 模型优化
  • 合适的激活函数
  • 合适的网络结构
  • 模型的可视化与复用

taffic_anomaly_detection_based_on_neural_network's Issues

我想了解一下这些4个小数据集是如何处理到一个数据集csv当中

你好，请问项目中用到的数据集在哪下载啊

four_classification.csv 和 /Users/klaus_imac/Desktop/毕设/数据集/IDS2017/Test/dataset.csv

作者您好，可以留一个联系方式吗？我想向和你交流一下。您加我，我加您都可以。我的联系方式;微信 L18154192237

Hello, author, I want to know how to carry out the visualization and reuse of the model after this project runs

特征的选取用的是pandas中哪种方法？

Tensorflow version

Hello,would you please tell us the environment about your project?we can't run it for all kinds of strange problems.

I want to know why this project shows such results when running。No module named 'numpy.testing.nosetester'

作者您好，我想请问一下这个运行之后是如何实现这个项目的模型的可视化与复用的。

在数据类型转换之后，将特征随时间变化用图像展示出来，这一步骤的作用是什么，图像上可以看出来什么？

这些数据集的合并用的是pandas中的哪一种方法呢？以下六种合并方法 join主要用于基于索引的横向合并拼接 merge主要用户基于指定列的横向合并拼接 concat可用于横向和纵向合并拼接 append主要用于纵向追加 combine_first合并重叠数据，填充缺失值 update将一个数据集的值更新到另一个数据集

求加qq，913535495