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

AITNT
正文
推荐专利
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
申请号:CN202411674088
申请日期:2024-11-21
公开号:CN119646734A
公开日期:2025-03-18
类型:发明专利
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
1
基于大数据的加密信息管理系统
加密策略 信息管理系统 数据访问控制 大数据 通知
2
一种基于用户贡献的买赠返佣方法及分层返现系统
层级 区块链智能合约 人工智能算法 分层 策略
3
一种智能取数API生成方法、系统、设备及介质
数据库引擎 双通道神经网络 拼接工具 资源分配策略 语句
4
建筑物遥感图像的特征提取方法、特征提取模型、系统及存储介质
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
5
芯片安全启动方法、系统、计算机设备和存储介质
系统级芯片 加载启动程序 固件 存储器 加密
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