基于多模态数据融合的异常网络流量检测方法

本发明属于异常网络流量检测技术领域，具体提供一种基于多模态数据融合的异常网络流量检测方法，包括获取网络流量不同类型的数据集，包括图像数据集、文本数据集和音频数据集；数据集的预处理，包括数据清洗、数据增强、数据转换；对不同的数据集进行编码；利用编码的结果得到损失函数；利用损失函数训练模型，通过模型检测异常网络流量。本发明利用多模态数据特征通过图分布实现语义相似的对齐，引入跨模态对比学习，使用一致性信息来学习语义特征，从而提高异常网络流量检测的准确性和效率，为网络安全管理提供有力的技术支持。