《电子测量技术杂志》发表论文赏析

基于时空特征自适应融合网络的流量分类方法

来源:电子测量技术杂志2024年第3期北京时间:

作者:杨宇,唐东明,李驹光,肖宇峰

单位:西南科技大学信息工程学院 绵阳 621010

摘要:针对当前网络流量瞬时涌现导致网络安全事故骤增、网络管理负担加重等问题,基于深度学习技术提出了ResNet和一维Vision Transformer并行的网络结构对网络流量进行识别并分类。其中ResNet可以提取到流量数据在空间上深层次的特征,能够保证流量识别的准确率;一维Vision Transformer可以提取到更具代表性的时序特征。利用注意力机制将两种特征进行自适应融合得到更全面的特征表示,以提高网络识别流量的能力。在ISCX VPN-nonVPN数据集上进行实验表明:所提方法在流量的应用程序分类实验中的准确率达到了99.5%,相较于单独的ResNet和一维Vision Transformer以及经典的一维CNN和CNN+长短时记忆网络分别提高了0.9%、3.6%、6.6%和3.3%。在USTC-TFC 2016 数据集上,所提方法在能够轻松识别流量是否为恶意流量的基础上,实现了对13种应用程序的分类,且平均分类准确率达到了98.92%,证明了其具有识别恶意流量并完成细粒度分类任务的能力。

关键词:流量分类;ResNet;vision Transformer;多头注意力机制;特征融合

基金资助:国家自然科学基金(12175187)项目资助

2024年3期其他文献查阅:

基于双目视觉的拖车钩检测与定位方法研究

基于多模态轻量化混合模型的情绪识别

使用石墨烯的超宽带轨道角动量螺旋天线设计

一种进行环路隔离的大电流高电源抑制比LDO设计

固态断路器多IGBT串联混合均压电路设计

基于衰减层析的地下浅层震动能量场重建方法

基于单谐振结构的金属裂纹CRFID传感器设计

基于人工磁场的防疫机器人路径规划

基于NACS-PSO算法的光伏系统 MPPT控制研究

基于广义S变换的光伏电站谐波和间谐波分析方法

基于BA-BP的汽车同步器齿毂误差溯源

改进布谷鸟算法优化粒子滤波的多目标跟踪方法

改进 ORB 提取匹配算法的 SLAM 应用研究

基于Transformer模型的连续无创血压预测方法

基于电磁超声的小样本铝板表面缺陷检测方法

基于深度学习的电力杆塔缺陷检测

基于改进U-Net的轻量级眼底病变分割算法设计

基于双目立体视觉的连铸辊尺寸三维测量方法

基于DCGAN和改进YOLOv5s的钢丝帘布缺陷检测方法

基于多维效用函数的多基站运行成本优化方法

基于时空特征自适应融合网络的流量分类方法

基于随机几何的输电场景中无人机信道建模

基于VAE-LSTM模型的无人机飞行数据异常检测

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!