基于多特征融合的网络流量分类方法、装置和设备

本申请提供了一种基于多特征融合的网络流量分类方法、装置和设备，属于人工智能领域。方法包括：对流量数据进行预处理，获得流量灰度图；从流量灰度图中筛选出少数类流量样本集合；通过WGAN模型模拟少数类流量样本集合，构建生成样本；将生成样本补充至流量灰度图中，形成平衡样本集；将平衡样本集输入至ViT混合模型中提取特征，获得序列特征；基于交叉注意力机制融合序列特征，获得目标流量图；利用感知层多层感知机模块对目标流量图进行分类，得到分类结果。本申请能够有效结合网络流量数据的全局特征和局部特征进行分类，同时轻量化模型架构，提高模型的准确率，并且能够有效应对部分流量类型样本数量较小的情况。