基于并聯(lián)分支聯(lián)合編碼的網(wǎng)絡(luò)惡意流量分類研究

摘要： 針對(duì)單分支模型無法完整表述流量信息且并聯(lián)分支模型無法很好地融合各個(gè)支路提取特征的問題，提出了一種基于并聯(lián)分支聯(lián)合編碼的網(wǎng)絡(luò)惡意流量分類模型。在特征提取方面，采用分裂注意力殘差網(wǎng)絡(luò)和雙向長(zhǎng)短期記憶網(wǎng)絡(luò)（Bi-LSTM）對(duì)原始流量分別提取空間特征和時(shí)序特征。在分支融合方面，采用交叉多頭自注意力機(jī)制來利用分支間的關(guān)聯(lián)性，并獲得有效的特征融合。最終輸入全連接層中進(jìn)行網(wǎng)絡(luò)惡意流量分類。在... （共12頁）