基于CNN CBAM-BiGRU Attention的加密惡意流量識(shí)別

摘要： 對(duì)網(wǎng)絡(luò)流量進(jìn)行加密有助于保護(hù)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(shí)別的難度。針對(duì)傳統(tǒng)機(jī)器學(xué)習(xí)方法依賴專(zhuān)家經(jīng)驗(yàn)、現(xiàn)有深度學(xué)習(xí)方法對(duì)加密流量特征表征能力不足等問(wèn)題，提出一種在不解密的前提下自動(dòng)提取空間特征和時(shí)序特征以進(jìn)行加密惡意流量識(shí)別的CNN CBAM-BiGRU Attention模型。該模型分為空間特征提取與時(shí)序特征提取兩部分：空間特征提取選用不同大...