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
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
意图识别
深度学习模型
信息识别方法
语音编码器
文本
Retinex算法
引导滤波器
动态
非线性
亮度