基于多维特征联合和掩码自编码器的加密恶意流量检测方法及装置

本发明公开了一种基于多维特征联合和掩码自编码器的加密恶意流量检测方法及装置，旨在解决现有加密流量检测中特征提取能力不足和检测精度不高的问题。首先，通过从原始流量数据中提取多维特征，包括原始流量特征、TLS明文报文特征和传统统计特征，将这些一维特征数据转化为二维RGB图像，从而将加密流量检测问题转化为图像分类问题。然后，利用掩码自编码器进行自监督学习，在大量未标记的流量数据上进行预训练，并通过少量标记数据进行微调，提升模型的特征提取能力和泛化性能。最终，使用经过微调的模型进行流量分类，有效检测并识别加密流量中的恶意行为。实验结果表明，本发明在多个实际流量数据集上具有较高的检测精度和鲁棒性。