基于神經(jīng)網(wǎng)絡(luò)的加密惡意流量檢測(cè)技術(shù)研究
所屬分類：技術(shù)論文
上傳者：wwei
文檔大小：4295 K
標(biāo)簽： 加密惡意流量 可伸縮的窗口自注意力 深度學(xué)習(xí)
所需積分：0分積分不夠怎么辦？
文檔介紹：隨著加密通信的廣泛應(yīng)用，傳統(tǒng)基于內(nèi)容分析的惡意流量檢測(cè)方法逐漸失效，如何高效檢測(cè)加密流量中的惡意行為成為網(wǎng)絡(luò)安全領(lǐng)域的研究重點(diǎn)。研究提出了一種基于神經(jīng)網(wǎng)絡(luò)的加密惡意流量檢測(cè)方法，通過深度學(xué)習(xí)模型實(shí)現(xiàn)惡意加密流量的分類。首先，將網(wǎng)絡(luò)流量預(yù)處理并提取關(guān)鍵特征，包括包大小分布、時(shí)間間隔及協(xié)議類型等，隨后將特征映射為二維特征圖（Feature Map），作為深度學(xué)習(xí)模型的輸入。設(shè)計(jì)可伸縮的窗口自注意力機(jī)制，利用Transfomer神經(jīng)網(wǎng)絡(luò)模型對(duì)特征圖進(jìn)行分類，實(shí)現(xiàn)了對(duì)惡意流量的高效檢測(cè)。實(shí)驗(yàn)結(jié)果表明，該方法在檢測(cè)精度、召回率等方面均表現(xiàn)優(yōu)異，為解決加密流量惡意行為檢測(cè)問題提供了一種可行方案。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。