一种闭集网络流量分类模型的开集场景拓展方法及系统

本发明一种闭集网络流量分类模型的开集场景拓展方法及系统，属于网络流量分类技术领域；在不需要重新设计或重新训练现有模型的情况下，将闭集场景下训练的网络流量分类模型扩展到开集场景，有效地识别未知流量。该方法使用在闭集场景下已经训练好的网络流量分类模型作为特征提取器，对已知流量进行特征提取，再将提取到的深层次特征映射到超球面嵌入空间，并利用聚合损失和离散损失优化空间分布，确保超球面嵌入空间中已知类别的紧密聚集和类别间的离散，然后，基于待检测样本与已知类别样本的空间范围之间的距离，识别未知流量。本发明可以无缝插入任何训练好的网络流量分类模型，对未知流量的检测，适用于开集场景下的网络流量分类任务。