一种基于深度学习的多层次加密流量分类系统

本发明提供了一种基于深度学习的多层次加密流量分类系统，所述系统包括；数据收集模块，用于提供原始流量数据，为后续的数据预处理和模型训练提供输入；数据预处理模块，用于对原始流量进行标准化处理，保证输入数据的一致性和稳定性，为后续的模型训练提供高质量的输入数据；Global‑Local ResNet骨干网络架构，用于针对网络流量进行全局与局部特征的融合提取，有效提升了原始ResNet对网络流量的检测能力；多层次分类头模块，用于通过多层次的方式逐步分类流量，减少类别数量激增问题，和类别数量增加、模型不稳定的问题。实现高效的多维加密流量分类，通过合理的数据处理和模型设计，保证分类精度的同时，避免类别数量激增带来的复杂度提升和准确度下降。