摘要
本发明公开了一种恶意流量检测方法及终端,对网络流量进行预处理,得到数据包交互关系序列和包级特征序列,根据数据包交互关系序列构建具备时序关系的多个流内交互图,基于多个流内交互图和包级特征序列使用交互信息提取模型提取交互信息,得到图级表示特征序列,将图级表示特征序列输入恶意流量检测模型进行检测,得到检测结果,其中交互信息提取模型包括多个特征提取单元,每一特征提取单元包括多个图卷积层、ReLu层、Dropout层以及全局池化层,提高了模型的鲁棒性,能够有效地提取数据包之间的交互信息,恶意流量检测模型包括双向长短期记忆网络和多层感知器,能够准确提取网络流量数据中的时序信息,从而提高恶意流量检测的准确率。
技术关键词
恶意流量检测方法
恶意流量检测模型
信息提取模型
序列
特征提取单元
节点特征
关系
矩阵
数据包特征
多层感知器
网络流量数据
时序
处理器
终端
存储器
鲁棒性
系统为您推荐了相关专利信息
监测预警系统
邻域传感器
历史监测数据
LSTM神经网络
组合模块
蒸汽输送管路
风险预测方法
风险预测模型
内热
注意力
序列图像生成方法
动态位置编码
噪声图像
真实图像数据
矩阵
生命体征信息
深度学习模型
信息传输模块
无迹卡尔曼滤波系统
药物