[发明专利]基于多任务学习增强的加密恶意流量检测方法及系统有效
| 申请号： | 202110876302.5 | 申请日： | 2021-07-31 |
| 公开（公告）号： | CN113612767B | 公开（公告）日： | 2022-09-20 |
| 发明（设计）人： | 金舒原;张笑天 | 申请（专利权）人： | 中山大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;H04L41/14;G06V10/77;G06V30/19;G06K9/62;G06V10/774;G06V10/764;G06V10/82 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 刘俊 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明为克服加密恶意流量检测模型的泛化能力弱、检测精度低的缺陷，提出一种基于多任务学习增强的加密恶意流量检测方法及系统，其中包括：设置辅助子任务，并对每类辅助子任务设置辅助子任务类别标签；采集加密恶意流量数据作为训练样本，对每条加密恶意流量数据根据其类别设置加密恶意流量类别标签，以及设置多个辅助子任务类别标签；构建深度学习网络模型；将训练样本输入所述深度学习网络模型中，根据输入的训练样本的加密恶意流量类别标签及辅助子任务类别标签进行多任务训练；屏蔽所述深度学习网络模型中辅助子任务对应的输出，得到加密恶意流量检测模型；将实时网络流量数据输入所述加密恶意流量检测模型中，得到加密恶意流量检测结果。 | ||
| 搜索关键词： | 基于 任务 学习 增强 加密 恶意 流量 检测 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110876302.5/，转载请声明来源钻瓜专利网。
