一种基于多特征融合的深度学习工业恶意加密流量识别方法

本发明涉及加密流量识别技术领域，公开了一种基于多特征融合的深度学习工业恶意加密流量识别方法。本发明通过提取训练样本数据包的流量基本特征和流量指纹特征，并进行特征融合后，作为深度神经网络模型的输入，对深度神经网络模型进行训练，并采用多头自注意力机制对原始数据包进行深度提取，得到全局特征值，使提取的流量特征向量具有上下文信息，并引入残差网络和非线性运算，解决训练过程中产生梯度爆炸/消失问题和提高流量特征向量的准确性。本发明针对工业恶意加密流量具有检测精度高，识别准确的特点。