基于CNN CBAM-BiGRU Attention的加密惡意流量識別

摘要： 對網(wǎng)絡(luò)流量進行加密有助于保護數(shù)據(jù)安全和用戶隱私，但是加密也隱藏了數(shù)據(jù)的特征，提高了惡意流量識別的難度。針對傳統(tǒng)機器學習方法依賴專家經(jīng)驗、現(xiàn)有深度學習方法對加密流量特征表征能力不足等問題，提出一種在不解密的前提下自動提取空間特征和時序特征以進行加密惡意流量識別的CNN CBAM-BiGRU Attention模型。該模型分為空間特征提取與時序特征提取兩部分：空間特征提取選用不同大...