基于改進的CNN-Transformer加密流量分類方法
吉林大學學報(理學版)
頁數(shù): 8 2024-05-26
摘要: 針對傳統(tǒng)加密流量分類模型對特征提取不足導致分類準確率較低等問題,使用深度學習技術,提出一種基于改進的卷積神經網絡結合Transformer的加密流量分類模型.為提高分類精度,首先將數(shù)據(jù)集切割填充并完成標準化處理;然后采用Transformer網絡模型中的多頭注意力機制捕獲長距離的特征依賴,利用卷積神經網絡提取局部特征;最后加入Inception模塊實現(xiàn)多維特征提取和特征融合,完... (共8頁)