Kerasの数値データセットでAutoencoderを使用

Question

Kerasを使用した深い学習に基づいて侵入検知システムを開発しようとしています。

私はNORMALネットワークトラフィックをシミュレートし、CSVファイル（ネットワークパケットフィールド（IPソース、ポートなど）の数値データセット）で準備しました。しかし、私はニューラルネットワークを訓練するために異常（悪意のある）パケットを持っていません。

私はAutoencoderが教師なし学習の良いアプローチであることを発見しましたが、それは私が深い学習に慣れていないこと、そして私がこの例を見つけたのはhttps://blog.keras.io/building-autoencoders-in-keras.html画像データセット。

入力パケットが正常か悪意のあるかを予測するために、数字のCSVデータセットでAutoencoder（または私の場合は有用なもの）を使用したいと考えています。

任意の勧告？

私は答えを見つけた

Answer 1

：

あなたが例えば使用のpythonに数値データセットを読み込むことができますnumpyテキストを読み込みます。次に、エンコーダとデコーダのネットワークを指定します（基本的にKeras Layersモジュールを使用してニューラルネットワークを設計します）。エンコーダの入力レイヤがデータを受け入れ、デコーダの出力レイヤが同じ次元であることを確認します。次に、適切な損失関数（最小二乗、クロスエントロピーなど）をケラス損失で再度指定します。最後に、（驚き！）ケラスオプティマイザでオプティマイザを指定します。

それ、あなたの完了！ 'run'を押して、オートエンコーダーのオートエンコードを見てください（オートエンコーダーの仕組みなので）。これを構築する方法についての素晴らしいチュートリアルが必要な場合。