基于對比增量學習的細粒度惡意流量分類方法

摘要： 為應對層出不窮的新型網(wǎng)絡威脅，提出了一種基于對比增量學習的細粒度惡意流量識別方法。所提方法基于變分自編碼器和極值理論，在對已知類、小樣本類和未知類流量實現(xiàn)高性能檢測的同時，還可以在不采用大量原任務樣本的條件下快速實現(xiàn)對新增惡意類的識別，以滿足增量學習場景下對存儲成本和訓練時間的要求。具體來說，模型將對比學習融入變分自編碼器的編碼階段，并采用A-Softmax實現(xiàn)對已知類和小樣本...