基于并行流量圖和圖神經(jīng)網(wǎng)絡(luò)的加密流量分類(lèi)方法

摘要： 針對(duì)傳統(tǒng)加密流量分類(lèi)方法受限于數(shù)據(jù)集類(lèi)不平衡以及復(fù)雜網(wǎng)絡(luò)環(huán)境下所用特征不可靠等問(wèn)題，提出一種基于并行流量圖和圖神經(jīng)網(wǎng)絡(luò)的加密流量分類(lèi)方法。首先，從數(shù)據(jù)包頭部和有效負(fù)載2個(gè)角度分別構(gòu)建流量圖以突出二者的差異；其次，引入改進(jìn)的圖注意力網(wǎng)絡(luò)提取并行流量圖的有效信息；然后，利用特征交叉融合注意力模塊將提取到的信息進(jìn)行融合以獲得更為魯棒的特征表示；最后，通過(guò)全連接層和Softmax層進(jìn)行... （共15頁(yè)）