典型文献
一种基于自蒸馏的自适应恶意流量分类算法
文献摘要：
针对目前已有文献中深度网络无法依据流量样本自适应选择网络层的问题,提出一种基于自蒸馏的自适应恶意流量分类算法.该方法首先将原始流量预处理后作为主干网络的输入,经自注意力网络层构建流量的权重分布,然后利用一维卷积神经网络提取流量分布中的显著特征作为后续网络输入.分支网络计算流量样本的熵值自适应选择网络层,若小于设定阈值则提前返回,否则由主干网络继续进行推理.经实验验证,该方法对于正常流量的平均检测率为99.9％,恶意流量的平均检测率为99.96％.恶意流量检测率较现有深度学习典型算法的检测率提升了2％,难样本检测率提升5％,且分支网络具有自适应功能,可避免后续的网络推理.
文献关键词：
恶意流量;自蒸馏;自注意力机制;自适应
中图分类号：
作者姓名：
潘嘉;翟江涛
作者机构：
江苏科技大学电子信息学院,江苏镇江212003;南京信息工程大学计算机与软件学院,江苏南京210044
文献出处：
引用格式：
[1]潘嘉;翟江涛-.一种基于自蒸馏的自适应恶意流量分类算法)[J].软件导刊,2022(05):61-66
A类：
B类：
自蒸馏,流量分类算法,深度网络,自适应选择,选择网络,网络层,主干网络,自注意力网络,权重分布,一维卷积神经网络,流量分布,显著特征,分支网,返回,否则,常流,检测率,恶意流量检测,有深度,难样本,适应功能,自注意力机制
AB值：
0.2749
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。
