采用序列特征與知識引導(dǎo)的未知網(wǎng)絡(luò)應(yīng)用早期識別方法

摘要： 針對現(xiàn)有網(wǎng)絡(luò)流量分類方法難以在樣本稀缺場景下快速識別早期未知應(yīng)用這一問題，提出一種基于序列特征與知識引導(dǎo)的未知網(wǎng)絡(luò)應(yīng)用早期識別方法。一方面基于Transformer-encoder框架構(gòu)建流量分類模型(FAIN),該模型利用自注意力機制挖掘流量序列中數(shù)據(jù)包之間的全局依賴關(guān)系，生成具有可分辨性的流量表示向量用于分類。另一方面，為提升FAIN模型在樣本稀缺場景下的適應(yīng)能力，采取監(jiān)督...