Indexed by：
Abstract：
本发明公开了面对样本分布不平衡的恶意加密流量检测方法，该方法属于信息安全技术领域。由于目前流量加密技术的使用，基于深度包检测等传统的恶意流量检测方法已经无法满足安全需求，同时应对加密流量中恶意加密流量样本少的特点，公开了一种基于成本敏感的面向样本分布不平衡的恶意加密流量检测方法。该方法利用深度学习算法，提取流量数据在会话级别的时空特征，并引入成本矩阵和成本敏感损失函数，增强少量样本在模型中的特征表达，以提高整体分类和检测任务中效果。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202310163525.6
Filing Date： 2023-02-24
Publication Date： 2023-05-30
Pub. No.： CN116192504A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
