一种基于多维特征并行融合的加密流量检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种基于多维特征并行融合的加密流量检测方法
申请号:
CN202511079039
申请日期:
2025-08-02
公开号:
CN120785632A
公开日期:
2025-10-14
类型:
发明专利
摘要
本发明涉及一种基于多维特征并行融合的加密流量检测方法,属于网络安全技术领域。本发明在构建多维特征并行融合框架时,充分考虑了传统统计特征对加密行为动态演化表征的局限性以及图神经网络拓扑建模对计算资源的依赖性,通过马尔可夫链动态量化协议交互状态转移规律与轻量化图注意力分层压缩机制的协同优化,使得检测模型同时兼顾深层特征感知能力与高效推理能力;基于该融合机制实现的分类决策显著提升加密恶意流量的识别鲁棒性与实时防御效能,有效增强网络主动安全防护水平。
技术关键词
加密流量检测方法
机器学习分类器
转移概率矩阵
统计特征
注意力机制
加密恶意流量
状态转换概率
轻量化结构
网络安全技术
节点
模型预测值
机器学习算法
邻居
强分类器
会话
压缩特征
弱分类器
鲁棒性
序列特征