摘要
本发明公开了一种基于加密流量分析的非法有害应用检测方法,属于网络安全技术领域。本发明为解决应用种类繁多、生存周期短导致指纹易失效、通信特征建模能力不足等技术问题,主要采用基于TLS元信息构建异构通信图并融合多视图表示学习的方式,提取应用与服务器间的加密通信行为特征,通过元路径聚合不同通信关系下的语义信息,获得具有区分性的应用节点表示,并结合机器学习分类器实现非法有害应用检测。本发明能够实现对未知非法有害应用的精准识别,具备良好的泛化能力和抗干扰能力。
技术关键词
服务器节点
分类模型训练
关系
节点特征
线性支持向量机
机器学习分类器
密钥交换算法
焦点损失函数
加密
多头注意力机制
滑动时间窗口
异构
网络安全技术
分词词典
通信特征
证书
摘要
邻居
系统为您推荐了相关专利信息
测评方法
风险识别模型
风险分析报告
并行计算框架
多尺度特征提取
知识点
自然语言
命题方法
翻译模板
计算机程序代码