基于卷积神经网络的恶意流量分类方法

本发明公开了基于卷积神经网络的恶意流量分类方法。现有方法误判率较高，分类效果较差。本发明提出了基于卷积神经网络的恶意流量分类方法，通过原始流量数据转灰度图、流量数据潜在特征提取、分类模型训练、恶意流量数据训练，实现高准确率的恶意流量分类。本发明首先准备分类模型的训练数据，设计并训练基于卷积神经网络的恶意流量分类模型，对获取的恶意流量数据预处理后输入训练好的分类模型，即可判断当前流量是否为恶意流量。本发明方法结合改进后的MobileNetV2模型与Mamba模型，同时处理局部特征与全局特征，能应对实际网络环境的变化，提升分类准确率，增强实际可用性和鲁棒性。