摘要
基于预训练模型和图神经网络的多模态隧道加密流量细粒度感知方法,属于隧道加密流量和人工智能的交叉领域,用于提高流量分类准确性,技术要点是清洗加密流量数据并切割为会话;利用滑动窗口进行数据增强;将数据预处理生成多模态数据集;根据所述数据集训练感知模型;通过所述感知模型,提取加密隧道流量全局语义特征、加密隧道流量时序特征以及提取加密隧道流量非欧几里得特征;通过所述感知模型,将所述流量全局语义特征、流量非欧几里得特征及流量时序特征融合;所述感知模型根据融合特征对流量进行分类。
技术关键词
预训练模型
加密
时序特征
语义特征提取
隧道
特征提取模块
多尺度特征融合
节点
融合特征
滑动窗口
数据
电子设备
通道
多模态
代表
规范特征
全局平均池化
系统为您推荐了相关专利信息
加密策略
信息管理系统
数据访问控制
大数据
通知
数据库引擎
双通道神经网络
拼接工具
资源分配策略
语句
卷积注意力网络
特征提取程序
特征提取方法
高频特征
遥感图像识别