基于双向卷积与LSTM的加密流量分类模型构建及分类方法

本发明公开了一种基于双向卷积与LSTM的加密流量分类模型构建及分类方法，包括：对加密网络流量原始数据包进行预处理，得到预处理后的加密网络流量原始数据包；构建加密流量分类模型；以预处理后的加密网络流量原始数据包为输入，以加密网络流量原始数据包的类别为输出，以交叉熵损失函数对加密流量分类模型进行训练，得到训练好的加密流量分类模型。双向时序卷积网络利用膨胀卷积和双向分支有效捕捉长距离依赖，通过一维CBAM注意力模块中的通道注意力和时序注意力模块自动关注对分类任务最关键的通道和时间步，提高了特征提取的准确性；用双向长短期记忆神经网络和线性注意力模块对全局信息进行建模，增强了加密流量分类模型对复杂时序依赖的理解。