摘要
一种基于LLM增强半监督学习的加密流量检测方法,先在LESS框架下对用于检测加密流量的流量检测模型进行训练;然后用训练完成的流量检测模型对加密流量进行检测。LESS框架的组件包括Prompt编排器、NSSN和LLM优化器。这些组件协同工作,利用有标签和无标签训练集训练检测模型,其中数据集中的每条数据由网络流中数据包的长度值顺序排列构成;Prompt编排器引导LLM生成不同场景下的无标签增强数据;NSSN为增强过的无标签流量数据自动设置伪标签,并借此学习流量检测知识;在SSL损失的指导下,LLM优化器调整LLM的增强策略,以对齐检测模型的半监督训练需求。检测模型的训练步骤包括:LLM预微调;针对LLM增强数据打标;可持续性的需求对齐。
技术关键词
加密流量检测方法
半监督学习
无标签数据
训练检测模型
优化器
标签训练集
策略
模型合并方法
序列
合并算法
周期
自然语言文本
半监督训练
网络
符号
参数
标记
系统为您推荐了相关专利信息
神经处理单元
机器学习框架
神经网络模型
存储器
优化器
语义分割网络
语义分割模型
图像识别方法
积液
肺部CT图像
滑坡灾害
通道注意力机制
网络架构
检测模型训练
解码器
定位方法
深度图
三维空间信息
铁路
生成样本数据
局放检测装置
可视化方法
拓扑特征
图像
卷积神经网络结构