一种面向区块链Web应用的恶意流量检测方法及系统

本发明公开了一种面向区块链Web应用的恶意流量检测方法及系统，涉及区块链技术领域，包括构建包含多语言、多种攻击的流量数据集，通过对数据集中的语义信息进行结构化表示，转化为适合模型训练的特征；利用多层感知机MLP模型对恶意流量进行检测，通过训练模型识别正常与恶意流量；通过遗传算法生成对抗样本，对模型进行对抗性训练；通过样本扰动分析对模型决策进行可解释性分析，使检测结果具有透明性和可信度。本发明通过深度学习、对抗性样本生成与LIME解释生成等技术手段，能够实现对区块链Web应用流量的高效、准确的恶意流量识别，保障区块链网络的安全性和稳定性。