基于双重嵌入和图对比学习的多任务加密流量分类方法及分类装置

本发明涉及网络信息安全技术领域，公开了基于双重嵌入和图对比学习的多任务加密流量分类方法及分类装置。包括步骤：A.将流量划分为不同的会话流；B.对数据包头部嵌入和负载嵌入，生成数据包表征；C.生成数据包方向序列，基于数据包方向序列和突发序列构建流量交互图；D.通过图增强策略生成增强后的流量交互图，通过四层图神经网络和对比学习机制提取流量交互图的流级特征，得到流级表征；E.优化损失函数对融合了对比学习机制的四层图神经网络模型进行训练，得到多任务加密流量分类模型；F.利用多任务加密流量分类模型对未知流量分别进行流级和包级分类，获取分类结果。本发明实现了在同一模型中完成多任务准确分类，同时保证了分类的准确性。