摘要
本发明公开了一种面向云际计算环境的加密恶意流量检测方法及系统,其中的方法主要包括以下步骤:对加密流量进行预处理;利用深度学习模型提取预处理过后的加密流量的空间特征和时间特征,在特征提取完成后采用基于交叉注意力机制的特征融合技术对两种特征进行特征融合;挖掘云际环境中的云际服务实体知识,用于辅助模型在云际环境下进行加密恶意流量检测;模型融合加密流量的时空特征和云际服务实体知识,在云际环境下对加密恶意流量进行检测。本发明基于深度学习模型,同时利用了多模态技术和云际环境的外部知识,可以有效解决云际环境下的加密恶意流量检测难题,维护云际环境的网络安全。
技术关键词
加密恶意流量
实体
加密流量识别
特征融合技术
交叉注意力机制
全局特征提取
BiLSTM模型
深度学习模型
矩阵
资源共享
网络拓扑
模态技术
特征提取模块
图像
处理器
系统为您推荐了相关专利信息
大语言模型
前馈神经网络
命名实体识别技术
图谱
命名实体识别模型
意图类别
信息答复方法
置信度阈值
语义特征
关键词