标题：基于Transformer和CNN的计算机网络异常流量入侵检测方法研究
作者：吴亚洁
作者单位：贵阳职业技术学院信息科学系，贵州 贵阳 550081
关键字：Transformer；CNN；计算机网络；异常流量；入侵检测
摘要：由于现有检测方法数据可分离性低，漏报率和检测准确程度低，为此研究基于Transformer和CNN的计算机网络异常流量入侵检测方法。通过对网络异常数据进行预处理，获得高质量数据。运用结合Transformer和卷积神经网络CNN的混合模型，处理网络流量数据并实现分类。通过将高风险样本输入网络模型，可实现攻击源的精确定位，完成检测。实验结果表明，成功提取了具有区分度的特征表示；实验组的入侵行为数据检测条数在900条以上，为三个小组的最高检测结果；实验组的漏报率均低于0.2%，能够高效捕捉流量中的异常，保障网络安全。