基于LLM增强半监督学习的加密流量检测方法

AITNT
正文
推荐专利
基于LLM增强半监督学习的加密流量检测方法
申请号:CN202411687585
申请日期:2024-11-23
公开号:CN119544300A
公开日期:2025-02-28
类型:发明专利
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
1
一种系统及边缘设备
神经处理单元 机器学习框架 神经网络模型 存储器 优化器
2
一种肺部积液病症图像识别方法及系统
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
3
一种基于改进遥感滑坡影像分割模型的滑坡灾害检测方法
滑坡灾害 通道注意力机制 网络架构 检测模型训练 解码器
4
一种基于机器视觉的铁路散货卸料斗识别与定位方法
定位方法 深度图 三维空间信息 铁路 生成样本数据
5
一种在线局放检测装置中局放原始信号的可视化方法
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
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