一种基于BERT的加密流量分类与异常检测方法

一种基于BERT的加密流量分类与异常检测方法
靳若华;肖胜丰;张文轩
【期刊名称】《中国科技信息》
【年(卷),期】2024()11
【摘要】网络流量分类与异常检测对于入侵检测和用户上网行为管理非常重要,大多数现有方法都基于机器学习技术,并依赖于从网络流量的流或数据包中手动提取的特征。

然而,随着网络应用的快速增长,这些方法很难处理新的复杂加密流量以及未知攻击。

在本文中,我们应用BERT(Bidirectional Encoder Representations from Transformers,双向编码器转换器)预训练模型,从大规模无标签流量数据中预训练了上下文数据流级别模型,数据预处理阶段将数据包划分为数据包头段和有效载荷段。

【总页数】3页(P100-102)
【作者】靳若华;肖胜丰;张文轩
【作者单位】天津理工大学
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于深度学习的网络流量分类及异常检测方法研究
2.一种基于BERT和DPCNN 的Web服务分类方法
3.一种基于DCGAN的网络加密流量分类平衡方法
4.一种
基于GRU的半监督网络流量异常检测方法5.基于网络空间安全的网络流量异常检测探究——评《网络流量的异常检测监控方法及相关技术研究》
因版权原因，仅展示原文概要，查看原文内容请购买。