一种适用于动态网络条件的加密流量分类模型训练方法

本发明提出一种适用于动态网络条件的加密流量分类模型训练方法，有效提升加密流量分类模型在动态网络条件下的泛化能力和分类准确性，通过特征空间对齐和自适应优化机制，显著降低因网络条件变化导致的表征差异。