摘要
一种基于分流策略的增量流量恶意检测方法及系统,其方法包括:S1:采集网络流量并进行预处理;S2:构建基础多分类器,用于实现对当前阶段所见恶意行为的准确识别;S3:通过随机采样策略提取少量样本,作为实现分流策略的基础;S4:训练堆叠模型元分类器;S5:训练新旧数据二元分类器;S6:使用分流策略模型检测网络流量中的恶意流量。本发明将网络流量转化为精简的数据表示,使用多头注意力机制捕获会话流量中数据包间丰富的时空特性,在每个增量步骤训练较高精度的基础多分类模型,并基于此构建基于分流策略的恶意流量检测增量学习模型。
技术关键词
分流策略
网络流量数据
多头注意力机制
多分类器
阶段
恶意流量检测模型
样本
基础分类器
更新模型参数
堆叠模块
模型训练模块
特征提取器
节约存储资源
检测网络流量
训练集
系统为您推荐了相关专利信息
声呐
语义特征
信噪比信息
海洋作业设备
通信方法
特征提取网络
联邦学习方法
多模态
分类网络
云服务器
物联网控制系统
预警方法
物联网系统
评估设备
加密算法