一种基于深度学习模型的DoH加密恶意流量检测方法

AITNT
正文
推荐专利
一种基于深度学习模型的DoH加密恶意流量检测方法
申请号:CN202411543422
申请日期:2024-10-31
公开号:CN119276599A
公开日期:2025-01-07
类型:发明专利
摘要
本申请公开了一种基于深度学习模型的DoH加密恶意流量检测方法,涉及网络安全技术领域,方法包括:获取基于HTTPS的域名系统DoH流量;将所述DoH流量输入预先构建得到的流量检测模型,得到恶意流量检测结果,所述流量检测模型是基于二元交叉熵和焦点损失函数构建得到的,本申请能够提高恶意流量的检测精度。
技术关键词
恶意流量检测 统计特征 深度学习模型 焦点损失函数 加密恶意流量 域名系统 残差网络 网络安全技术 线性单元 样本 注意力 处理器 检测设备 可读存储介质 存储器 训练集 模块 计算机
系统为您推荐了相关专利信息
1
一种骨密度预测方法、装置、电子设备及存储介质
转换器模块 决策 深度学习模型 量表 网络
2
基于原位压痕的位移和载荷响应的材料力学性能测试方法
材料力学性能测试方法 集成学习模型 仿真数据 载荷 材料力学性能测试技术
3
任务信息识别方法、装置、设备及存储介质
意图识别 深度学习模型 信息识别方法 语音编码器 文本
4
一种超声图像动态范围压缩处理方法
Retinex算法 引导滤波器 动态 非线性 亮度
5
一种基于物联网与人工智能的家用燃气灶智能安全管理系统
家用燃气灶 识别模块 燃烧器 控制旋钮 管理系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号