一种基于迁移主动学习的轻量化流量检测方法

本申请涉及恶意流量检测技术领域，提供了一种基于迁移主动学习的轻量化流量检测方法。该方法中，基于目标域流量包构建选择样本集和测试样本集，并从选择样本集中随机选择样本构建第一标记样本集，其余样本构建未标记样本集；在第一训练周期中，循环训练基于源域流量包预训练生成的且迁移至目标域的恶意流量检测模型，直至恶意流量检测模型在测试样本集上的模型指标满足第一条件，将第一标记样本集中的训练样本迁移至第二标记样本集；在第二训练周期中，对第一训练周期训练后的恶意流量检测模型的模型参数进行循环更新，直至恶意流量检测模型在测试样本集上的模型指标满足第二条件，通过训练完成的恶意流量检测模型进行恶意流量检测。