典型文献
基于半监督多视图特征协同训练的网络恶意流量识别方法
文献摘要：
针对恶意流量样本特征变化较快,准确标记困难的问题,提出了一种基于半监督多视图特征协同训练的网络恶意流量识别方法.该方法能够使用大量的未标记数据协同训练分类模型,提升分类模型的泛化能力.使用原始字节流特征和网络流统计特征,构建两种特征视图,借助协同训练框架进行半监督的恶意流量识别.分别使用两个公开数据集对模型训练和测试,实验结果表明,协同训练模型总体分类准确率(Overall Accuracy)分别达到99.85％和99.72％,与卷积神经网络、决策树、阶梯网络和标签传播算法这4种监督学习和半监督学习相比,均有明显提升.
文献关键词：
协同训练;半监督学习;网络恶意流量识别;堆叠自动编码器
中图分类号：
作者姓名：
卢宛芝;丁要军
作者机构：
甘肃政法大学 网络空间安全学院,甘肃 兰州 730070
文献出处：
引用格式：
[1]卢宛芝;丁要军-.基于半监督多视图特征协同训练的网络恶意流量识别方法)[J].通信技术,2022(04):513-518
A类：
网络恶意流量识别
B类：
多视图,特征协同,协同训练,样本特征,特征变化,记数,数据协同,分类模型,泛化能力,字节,节流,网络流,统计特征,公开数据集,模型训练,训练模型,分类准确率,Overall,Accuracy,决策树,标签传播算法,半监督学习,堆叠自动编码器
AB值：
0.239766
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
