基于自动编码器和深度图卷积网络的加密流量分类方法

本申请提出一种基于自动编码器和深度图卷积网络的加密流量分类方法，其中，方法包括：对原始流量进行预处理，包括数据清洗、数据修剪、数据整合；按照每类流量从数据片段中随机采样固定数量的数据条目，构建小样本数据集；利用自动编码器对小样本数据进行特征提取和重构，生成经过降噪和特征优化的流量特征表示，用于构建流量图；基于流量特征表示，使用K近邻算法计算样本之间的相似度，构建流量图及其邻接矩阵；使用深度图卷积网络对流量图进行特征学习和分类，输出流量的类别标签及分类概率。本申请通过自动编码器与深度图卷积网络相结合，提高了加密流量分类的准确性，解决了数据稀疏和零填充问题，适用于小样本高效分类。