一种小样本API恶意流量检测方法、系统、设备及存储介质

本发明公开了一种小样本API恶意流量检测方法、系统、设备及存储介质，涉及API恶意流量检测领域，方法包括：先收集API流量数据并标准化处理得到请求文本，接着分别进行TF‑IDF和GPT2特征提取，获得关键词TF‑IDF特征数值向量和固定维度的密集语义特征数值向量，随后融合两种特征向量生成综合数值特征向量，最后选择分类器，用综合数值特征向量训练分类器，并用训练后的分类器检测待检测流量。本发明有效避免预训练模型在小样本数据集上过拟合，提高了模型对不同数据集的适应性与泛化能力，能全面捕捉API流量关键特征，提升恶意流量检测的效率和可靠性，还可推广至其他网络安全领域的流量分析与异常检测任务。