基于梯度共享的特征融合网络的恶意流量分类方法及系统

本发明属于但不限于5G物联网与网络安全技术领域，公开了一种基于梯度共享的特征融合网络的恶意流量分类方法及系统，对5G物联网流量原始数据进行预处理，分别构建结构化特征通道和图像特征通道；利用基于卷积神经网络的局部特征提取模块对图像特征通道数据进行处理；利用KAN构建全局特征提取模块，捕获流量的时间序列分布与全局依赖关系；将结构化特征通道和图像特征通道提取的特征进行融合；梯度共享初始化，梯度共享训练，KAN和卷积神经网络模型训练与优化，模型测试。本发明通过特征融合与梯度共享技术，有效提升对5G物联网恶意流量的识别能力，同时降低对大规模标注数据的依赖，增强模型在复杂网络环境下的泛化性和适应性。