基于多模态特征融合的恶意加密流量检测方法及系统

本发明公开了基于多模态特征融合的恶意加密流量检测方法及系统，其中方法，包括：构建数据集，构建深度卷积神经网络模型，采用训练集，对深度卷积神经网络模型进行训练，得到训练后的模型；所述深度卷积神经网络模型，包括：依次连接的卷积层、池化层、特征融合层和全连接层，所述特征融合层先通过多头注意力机制计算特征的初步权重，然后采用多模态因子分析算法对初步权重进行调整得到微调权重，最后采用微调权重，对特征进行加权融合得到融合特征，采用全连接层对融合特征进行分类，得到分类结果；获取待预测的加密流量，对待预测的加密流量进行处理，将处理后的待预测加密流量输入到训练后的模型中，得到加密流量的检测结果。