摘要
本发明属于网络安全追踪溯源、流量分析技术领域,公开了一种基于特征提取和特征增强的匿名网络流量关联方法,包括以下步骤:采集流量构建流量表征四元组,构建上下行流量融合的卷积神经网络,提取上下行流量融合后的交互信息特征向量;构建局部加权融合的卷积神经网络,获得偏重加权融合特征;进行通道堆叠,获得局部信息特征向量;构建提取全局信息的卷积神经网络,获得全局信息特征向量;利用不同的小卷积核,获得单侧流量的三视图融合特征;依据三视图融合特征,通过旋转交叉增强获得非关联样本对并训练优化卷积神经网络;利用优化后的卷积神经网络进行特征提取和流量关联。本发明方法可在不同视图中捕捉到多角度信息,提高流关联的精确度。
技术关键词
融合特征
空洞卷积神经网络
优化卷积神经网络
二维卷积神经网络
流量分析技术
样本
矩阵
加权特征
注意力
种子
多角度
训练集
通道
元素
模块
数据