一种基于上下文感知语言模型的C2流量检测方法

本发明公开了一种基于上下文感知语言模型的C2流量检测方法，本方法通过语言模型BERT将C2流量转换为文本序列，使用Transformer架构的编码器模型提取训练集上下文关联的深层特征，并用于训练预构建的C2流量分类器，通过反向传播机制对编码器模型进行微调训练；使用训练好的编码器模型提取测试集的深层特征，并用于训练解码器模型，根据重构误差计算损失并优化模型参数；待测流量通过编码器模型提取深层特征并输入分类器进行分类检测；使用解码器模型重构原始文本并计算重构误差，以分类器的损失与重构误差加权之和作为总损失进一步优化编码器模型；实现了无需依赖大量训练数据的C2流量精准检测，提升了深度学习模型提取复杂流量深层特征的能力和泛化性。