公开(公告)号：CN119862480A

公开(公告)日：2025-04-22

申请号：CN202510026053.9

申请日：2025-01-08

Applicant: 中国科学院计算技术研究所

Inventor： 乔铭宇 ,  刁祖龙 ,  张广兴 ,  龚怿 ,  姜海洋 ,  谢高岗 ,  李振宇

IPC: G06F18/2415 ,  H04L9/40 ,  G06F18/2431 ,  G06F18/15 ,  G06F18/213 ,  G06F18/25 ,  G06F18/214 ,  G06F18/21 ,  G06F18/22 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0895 ,  G06F123/00 ,  G06F123/02

Abstract: 本发明提供一种基于对比学习的加密网络流量分类模型及其训练方法，模型包括轻量级网络模块、分类器和特征提取器，特征提取器包括嵌入层和编码模块；方法包括，获取第一训练集，包括正样本和负样本，正样本包括从同一条加密流量中提取的时间特征和空间特征，负样本包括从两条不同加密流量中分别提取的时间特征和空间特征；利用第一训练集通过对比学习来预训练特征提取器学习时间特征和空间特征间的关系，得到预训练的特征提取器，获取第二训练集，其每个原始样本包括从同一条加密流量提取的时间特征和空间特征；冻结预训练的特征提取器的编码模块的参数，利用第二训练集训练模型根据加密流量的时间特征和空间特征进行流量分类，得到经训练的模型。