基于启发式蚁群优化的网络流量对抗防御方法

本发明公开了一种基于启发式蚁群优化的网络流量对抗防御方法，属于网络安全与隐私保护技术领域。本发明针对网络流量轨迹的时空特征设计自适应的扰动生成策略，建立满足实时性约束与方向一致性的扰动注入规则，构建集成替代模型，使用空间卷积、时序循环与降噪编码的特征融合机制，生成强泛化能力的流量指纹识别模型，采用改进型蚁群优化算法提升扰动搜索能力，集合批次化处理方法与通用性补丁评分机制，提高样本在不同网络流量间的防御通用性。本发明可直接应用于实时通信的黑盒场景，无需目标模型的梯度信息或白盒访问权限，在仅增加20%带宽开销时实现超90%攻击识别抑制率，显著提高防御通用性与部署可行性，同时降低扰动开销。