| 基于神经网络的加密恶意流量检测技术研究 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：4295 K | |
| 標簽： 加密恶意流量 可伸缩的窗口自注意力 深度学习 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：随着加密通信的广泛应用，传统基于内容分析的恶意流量检测方法逐渐失效，如何高效检测加密流量中的恶意行为成为网络安全领域的研究重点。研究提出了一种基于神经网络的加密恶意流量检测方法，通过深度学习模型实现恶意加密流量的分类。首先，将网络流量预处理并提取关键特征，包括包大小分布、时间间隔及协议类型等，随后将特征映射为二维特征图（Feature Map），作为深度学习模型的输入。设计可伸缩的窗口自注意力机制，利用Transfomer神经网络模型对特征图进行分类，实现了对恶意流量的高效检测。实验结果表明，该方法在检测精度、召回率等方面均表现优异，为解决加密流量恶意行为检测问题提供了一种可行方案。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2