摘要
本发明涉及基于NiN混合稠密残差网络的加密流量检测方法,设计创建NiN混合稠密残差网络,基于样本数据集,以加密流量数据包所对应各目标流量特征值为分析对象,针对NiN混合稠密残差网络进行训练,获得加密流量数据包识别模型,进而针对待分析加密流量数据包进行识别检测,本发明并设计相应系统,从特征提取、网络训练、预测分类设计相应各模块,高效实现加密流量数据包的识别检测;本发明所设计NiN混合稠密‑残差网络采用多模块网络的逐级学习,具有更高的模型鲁棒性与更低的模型漏报率,能够挖掘加密流量数据中更深层次的特征,实现高效、稳定的数据分析与分类,提高加密流量识别检测的工作效率。
技术关键词
加密流量检测方法
残差网络
残差模块
输入端
输出端
特征值
样本
模型训练模块
特征提取模块
加密流量识别
输入模块
输出模块
批量
数据
统计特征
多模块
标志位
鲁棒性