基于神經(jīng)網(wǎng)絡的加密惡意流量檢測技術(shù)研究
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>4295 K
標簽： 加密惡意流量 可伸縮的窗口自注意力 深度學習
所需積分：0分積分不夠怎么辦？
文檔介紹：隨著加密通信的廣泛應用，傳統(tǒng)基于內(nèi)容分析的惡意流量檢測方法逐漸失效，如何高效檢測加密流量中的惡意行為成為網(wǎng)絡安全領(lǐng)域的研究重點。研究提出了一種基于神經(jīng)網(wǎng)絡的加密惡意流量檢測方法，通過深度學習模型實現(xiàn)惡意加密流量的分類。首先，將網(wǎng)絡流量預處理并提取關(guān)鍵特征，包括包大小分布、時間間隔及協(xié)議類型等，隨后將特征映射為二維特征圖（Feature Map），作為深度學習模型的輸入。設計可伸縮的窗口自注意力機制，利用Transfomer神經(jīng)網(wǎng)絡模型對特征圖進行分類，實現(xiàn)了對惡意流量的高效檢測。實驗結(jié)果表明，該方法在檢測精度、召回率等方面均表現(xiàn)優(yōu)異，為解決加密流量惡意行為檢測問題提供了一種可行方案。
現(xiàn)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。