基于Transformer的加密流量识别

来源 :中国自动化大会 | 被引量 : 0次 | 上传用户:lkstudybitcc2008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现如今的网络环境中,加密流量占据了较大的份额,虽然其可以防止信息记录被窃取,但也给攻击者进行破坏性活动带来可乘之机。因此若能实现准确高效的加密流量识别,就可以更好地帮助网络管理者管理网络环境。现有的基于深度学习的方法中,有很多利用了流量的字节,但这会导致用户隐私遭到泄露,针对该问题,本文提出只使用流量的统计特征,并将其转换成图像的方法。另外,现有的深度学习方法中,还极少有人使用Transformer模型,其可以解决长距离依赖带来的性能下降问题,同时可以较好地获取输入的全局特征,因此本文将流量转换成图像后,利用Swin Transformer模型进行流量识别。最后,考虑到数据集具有类别不平衡问题,采用了带有权重的交叉熵损失函数加以解决。本文基于两个数据集进行了3个任务的实验,最终的结果表明本文提出模型的有效性。
其他文献
党的二十大报告明确指出,“建设现代化产业体系,坚持把发展经济的着力点放在实体经济上,推进新型工业化”,为新时代加快发展实体经济、坚定不移走新型工业化发展道路提供了根本遵循。新一代信息技术与制造业融合是中国特色新型工业化道路的重要特征,是新时代建设制造强国和网络强国的必由之路。本文系统梳理了新一代信息技术与制造业融合发展对于推进新型工业化、探索现代化强国之路的重要战略意义,进一步明确了标准对于加速制
目的:分析预后营养指数(PNI)在老年重症心力衰竭患者预后中的评估作用,并构建列线图模型,为患者预后临床决策提供参考。方法:选取2020年1月—2021年5月我院急诊科收治的心力衰竭患者115例为研究对象,根据患者预后生存情况分为预后良好组75例和预后不良组40例。收集两组患者一般资料及疾病相关资料,Spearman秩相关分析各因素与患者死亡率的相关性,COX回归分析影响老年重症心力衰竭患者死亡的
针对目前空间站使用的大功率产品在轨更换过程中,存在电接口和机械接口拆装不方便的问题,基于不降低产品本体结构强度的基础上,设计了可维修性电气接口结构、防飘浮导向接口结构和防飘离螺钉紧固件3种结构。可维修性电气接口装置可用于实现在轨大功率产品电气接口的快速拆装;防飘浮导向接口装置可完成空间在轨产品的快速、精确定位,便于产品机械接口的安装定位;防飘离螺钉紧固件是一种螺钉在轨不脱出的结构,解决了在轨收集零
为了提高石墨相氮化碳光催化性能,本文以尿素、硫脲、醋酸锌为前驱体,通过氧化热剥离与共混煅烧法分别制备g-C3N4纳米片和ZnO/g-C3N4异质结复合材料,并采用TEM、FTIR、XRD、UV-Vis DRS、BET等表征手段对制备的催化剂进行结构表征。以罗丹明、大肠杆菌为探针,考察了催化剂的光催化降解性能和抑菌活性。结果表明:以尿素和硫脲为前驱体,经过氧化热剥离处理后能得到的g-C3N4 2D纳
<正>《普通高中语文课程标准(2017年版2020年修订)》(以下简称“新课标”)背景下的课堂教学既可以采用单元教学、群文模式,也可以实施单篇教学。新课标所要改变的不是课堂教学的组织形式而是课堂教学的理念,即新课标背景下的课堂教学要以“人的发展”为目的和最终归宿。
期刊
量感需要在数感的基础上从生活与学习经验中积累而成。教师应在学生学习的“起始点”给予关注。对于量感视域下的第一学段“图形的认识与测量”主题教学,教师要注重引导学生经历“经验→感知→操作→应用”的过程,让学生在图形的比较中感知“量的单位”,在图形的操作中感受“量的运算”。
对小学道德与法治课堂生活化教学进行研究,主要目的是构建出一个符合小学生实际生活,能够引领学生在生活中践行理论知识、在生活中实现思想与道德成长的教学模式。本文简要阐述了小学道德与法治课堂生活化教学的内容,分析了生活化教学存在的问题;之后对小学道德与法治课堂生活化教学的策略进行深入探究,以期能够为构建生活化教学模式提供借鉴。
洗衣机市场已进入了新存量周期,智能化成为洗衣机行业的全新增长动力。其中智能洗衣机显控系统作为洗衣机控制系统洗衣机的核心,对用户的操作体验、操作效率有着决定性的影响,是洗衣机企业研发的重要对象。本课题来源于江南大学设计学院与美的集团的校企合作项目——Colmo智能洗衣机显控系统设计研究。目的是探讨在面对智能洗衣机具备繁多功能和大量可调节参数时,如何通过从交互过程中的人机主动性分配来设计智能洗衣机的显
针对当前加密流量识别分类研究对时空特征提取不充分以及网络架构引起特征信息损失的情况,该文提出了一种基于双分支多阶段时空特征融合(DBMS-SFF)的加密流量识别分类方法.本方法聚焦于加密流量的“字节-数据包-会话流”层次结构特点,设计两个并行的网络分支进行特征提取,分支一采用门控循环神经网络(GRU)及其变种BiGRU分别提取数据包内部相邻字节、相邻数据包之间的时序特征,并在此基础上利用多头注意力