基于對(duì)比增量學(xué)習(xí)的細(xì)粒度惡意流量分類方法

摘要： 為應(yīng)對(duì)層出不窮的新型網(wǎng)絡(luò)威脅，提出了一種基于對(duì)比增量學(xué)習(xí)的細(xì)粒度惡意流量識(shí)別方法。所提方法基于變分自編碼器和極值理論，在對(duì)已知類、小樣本類和未知類流量實(shí)現(xiàn)高性能檢測(cè)的同時(shí)，還可以在不采用大量原任務(wù)樣本的條件下快速實(shí)現(xiàn)對(duì)新增惡意類的識(shí)別，以滿足增量學(xué)習(xí)場(chǎng)景下對(duì)存儲(chǔ)成本和訓(xùn)練時(shí)間的要求。具體來(lái)說(shuō)，模型將對(duì)比學(xué)習(xí)融入變分自編碼器的編碼階段，并采用A-Softmax實(shí)現(xiàn)對(duì)已知類和小樣本...