基于多粒度表征學(xué)習(xí)的加密惡意流量檢測(cè)
計(jì)算機(jī)學(xué)報(bào)
頁(yè)數(shù)： 12 2023-04-23
摘要： 現(xiàn)有加密惡意流量檢測(cè)方法中,基于統(tǒng)計(jì)特征的方法存在特征提取依賴專家經(jīng)驗(yàn)和特征之間相互獨(dú)立的問(wèn)題,基于原始輸入的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方法存在信息不全、隨機(jī)字段、單一粒度的問(wèn)題,對(duì)加密流量交互行為的語(yǔ)義表征不足.為解決上述問(wèn)題,本文提出一種基于多粒度表征學(xué)習(xí)的加密惡意流量檢測(cè)方法 MGREL(MultiGranularity REpresentation Learning).該方法將... （共12頁(yè)）
APP 