申请/专利权人:济南博图信息技术有限公司
申请日:2024-01-24
公开(公告)日:2024-04-19
公开(公告)号:CN117911782A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明提供了一种基于多模态融合的暗网流量分类方法及系统,获取原始的网络流量数据;采用训练后的暗网流量分类模型对网络流量数据进行分类与应用识别,得到有无暗网流量及流量类型与应用类型的识别结果;暗网流量分类模型的处理过程包括,将网络流量数据的包头部分和载荷部分进行分离,并转换为两种模态,将包头部分转换为结构化数据,将加密的载荷部分的数据转换为图像数据;使用多层感知器对结构化数据进行特征提取,使用卷积神经网络进行图像数据的特征提取;通过交叉注意力的方式将两部分的特征进行特征融合,利用分类器进行最终的分类。本发明可提高暗网流量检测及分类的性能。
主权项:1.一种基于多模态融合的暗网流量分类方法,其特征是,包括以下步骤:获取原始的网络流量数据;采用训练后的暗网流量分类模型对网络流量数据进行分类与应用识别,得到有无暗网流量及流量类型与应用类型的识别结果;所述暗网流量分类模型的处理过程包括,将网络流量数据的包头部分和载荷部分进行分离,并转换为两种模态,将包头部分转换为结构化数据,将加密的载荷部分的数据转换为图像数据;使用多层感知器对结构化数据进行特征提取,使用卷积神经网络进行图像数据的特征提取;通过交叉注意力的方式将两部分的特征进行特征融合,利用分类器进行最终的分类。
全文数据:
权利要求:
百度查询: 济南博图信息技术有限公司 基于多模态融合的暗网流量分类方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。