基于半监督学习的加密网络流量分类方法、系统及程序

本申请涉及网络安全技术领域，尤其涉及基于半监督学习的加密网络流量分类方法、系统及程序。其中，方法包括：获取网络流量数据；通过网络流量数据对BERT模型进行预训练；对预设比例的网络流量数据进行数据标注，得到第一流量数据和第二流量数据；对第一流量数据和第二流量数据进行转换和数据增强，得到第一token序列、第二token序列以及第三token序列；将第一token序列、第二token序列以及第三token序列输入BERT模型和流量分类模型进行微调训练；将微调后的流量分类模型对加密网络流量进行分类。本申请能够通过少量的已标注数据对流量分类模型进行半监督学习训练，同时通过无监督损失和有监督损失进行反向传播，提高流量分类模型对加密流量的分类准确度。