(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111617202.7 (22)申请日 2021.12.27 (71)申请人 杭州电子科技大 学 地址 310018 浙江省杭州市下沙高教园区2 号大街 (72)发明人 许艳萍　裘振亮　仇建　叶挺聪　 张桦　吴以凡　张灵均　陈政　 (74)专利代理 机构 杭州君度专利代理事务所 (特殊普通 合伙) 33240 代理人 杨舟涛 (51)Int.Cl. H04L 9/40(2022.01) G06N 20/00(2019.01) (54)发明名称 基于WGAN动态惩罚的网络安全不平衡数据 集分析方法 (57)摘要 本发明公开了基于WGAN动态惩罚的网络安 全不平衡数据集分析方法， 针对不平衡数据集中 的少类样本构建W GAN模型。 在判别器损失函数中 添加一项惩罚项， 约束损失函数的梯度范数， 惩 罚项在真实数据分布上叠加一个随机分布作为 过渡分布， 惩罚项的系数为真实分布与生成分布 之间的均方距离。 在模型训练过程中， 两个数据 分布之间的均方距离不断变化， 即对判别器损失 函数的惩罚是动态更新的， 有助于提高模型训练 的稳定性和效率。 本发明提出的基于WGAN动态惩 罚的网络安全不平衡数据集分析方法， 通过生成 大量少类样本， 与原始样本融合， 实现数据集的 平衡。 在基于浅层机器学习算法对数据分类时， 实现对原 始少类数据的高效正确检测。 权利要求书2页 说明书4页 附图1页 CN 114301667 A 2022.04.08 CN 114301667 A 1.一种基于WGAN动态惩罚的网络安全不平衡数据集分析方法， 其特征在于： 该方法具 体包括以下步骤： 步骤一、 数据采集与预处 理 采集网络安全数据， 按照类别标签将网络安全数据分割成多类数据子集和少类数据子 集， 并计算两个子集间的不平衡度与过采样率； 步骤二、 构建WGAN模型 构建包含生成器G和判别器D的WGAN模型， 将噪声数据以及步骤一中的少类数据子集输 入到WGAN模型中， 按照过采样率确定需要生成的新的少类数据的数量； 步骤三、 训练WGAN模型 在判别器D的损失函数中添加一项惩罚项， 用于约束损失函数的梯度范数； 对WGAN模型 中的生成器与判别器进行多次交叉迭代训练， 降低判别器D和生成器G的损失函数值； 所述 惩罚项采用在真实数据分布上叠加一个随机分布作为过渡分布的形式， 惩罚项的系数为真 实数据分布与生成数据分布之间的均方距离； 步骤四、 数据融合 使用步骤三训练后的WGAN模型， 输出符合要求数量的新的少类数据， 将其与步骤一中 的少类数据子集融合后再与多类数据子集融合， 形成带 标签的网络安全数据集； 步骤五、 数据分类 将步骤四得到的网络安全数据集输入浅层机器学习 模型中， 对浅层机器学习 模型模型 进行训练； 然后再收集无标签的网络安全数据， 输入训练后的浅层机器学习模型， 输出对应 的预测标签， 完成网络安全数据的分类。 2.如权利要求1所述一种基于WGAN训练收敛的不平衡数据集分析方法， 其特征在于： 定 义不同类别数据间的不平衡度IR和过采样率R分别为： 其中， N+和N‑分别为采集的网络安全数据中， 多类数据和少类数据的数量， 表示对数 据向下取整； 为了实现不同类别的样本达到数目上 的平衡， 需要生成的少类数据的数量为 原有少类数据数量的(IR ‑1)倍。 3.如权利要求1所述一种基于WGAN动态惩罚的网络安全不平衡数据集分析方法， 其特 征在于： 生成器G和判别器D的网络结构由全连接层构成。 4.如权利要求4所述一种基于WGAN动态惩罚的网络安全不平衡数据集分析方法， 其特 征在于： 添加惩罚项后判别器D的损失函数 为： η＝MSE(Xf,Xs)                           (4) 其中， PD是判别器D的数据分布， fw(·)表示神经网络模型函数， Xs为步骤一中收集的少 类数据子集， Xf为步骤二中生成的新的少类数据集； 表示Xf中的样本， MSE( ·)表示均方误权　利　要　求　书 1/2 页 2 CN 114301667 A 2差函数， 为在联合分布下两个数据集的样本间距离的期望值。 5.如权利要求1所述一种基于WGAN动态惩罚的网络安全不平衡数据集分析方法， 其特 征在于： 所述浅层机器学习模型为支持向量机、 决策树或朴素贝叶斯模型。权　利　要　求　书 2/2 页 3 CN 114301667 A 3