基于特征提取和特征增强的匿名网络流量关联方法

AITNT
正文
推荐专利
基于特征提取和特征增强的匿名网络流量关联方法
申请号:CN202411815077
申请日期:2024-12-11
公开号:CN119906552B
公开日期:2025-10-31
类型:发明专利
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
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