一种基于预训练大语言模型的加密网络流量分类方法

本发明涉及一种基于预训练大语言模型的加密网络流量分类方法，属于加密网络流量分类技术领域。该方法主要包括三个阶段：预训练阶段，原始加密网络流量数据经过预处理转换为双字节十六进制格式，并利用字节对编码算法生成并优化基础词汇表，随后构建大语言模型并通过分布式训练得到预训练模型。再训练阶段，数据经过头字节洗牌处理，对预训练模型进行快速再训练以提升泛化能力。微调阶段，待分类数据经过预处理生成带标签的十六进制双字节数据，利用再训练后的模型进行分类任务训练，得到加密网络流量分类微调模型及分类准确率。通过预训练与再训练的结合，并借助数据分类微调预训练模型，实现了对复杂加密网络流量的高效处理与精准分类。