公开(公告)号：CN113887642B

公开(公告)日：2024-06-21

申请号：CN202111183417.2

申请日：2021-10-11

Applicant: 中国科学院信息工程研究所

Inventor： 于爱民 ,  刘柱 ,  蔡利君 ,  赵力欣 ,  孟丹

IPC: G06F18/2411 ,  G06F18/2415 ,  G06F18/214 ,  G06N3/045

Abstract: 本发明涉及一种基于开放世界的网络流量分类方法及系统，其方法包括：步骤S1：构建基于孪生神经网络的SHE‑Net模型，以开放世界网络流量作为样本集，获取样本集的低维特征向量，低维特征向量中含有序列特征向量和空间特征向量；同时，构建互补损失函数训练困难样本；其中，SHE‑Net模型包括：字节编码器、包编码器和流编码器；步骤S2：根据低维特征向量，利用基于阈值和支持向量机的检测器，对开放世界网络流量进行分类和预测。本发明提供的方法构建了双分支三级编码器的SHE‑Net模型，增强网络流量识别的鲁棒性和泛化性，并构建互补损失函数，解决了孪生神经网络的对比损失函数的收敛不稳定的问题。

公开(公告)号：CN113887642A

公开(公告)日：2022-01-04

申请号：CN202111183417.2

申请日：2021-10-11

Applicant: 中国科学院信息工程研究所

Inventor： 于爱民 ,  刘柱 ,  蔡利君 ,  赵力欣 ,  孟丹

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于开放世界的网络流量分类方法及系统，其方法包括：步骤S1：构建基于孪生神经网络的SHE‑Net模型，以开放世界网络流量作为样本集，获取样本集的低维特征向量，低维特征向量中含有序列特征向量和空间特征向量；同时，构建互补损失函数训练困难样本；其中，SHE‑Net模型包括：字节编码器、包编码器和流编码器；步骤S2：根据低维特征向量，利用基于阈值和支持向量机的检测器，对开放世界网络流量进行分类和预测。本发明提供的方法构建了双分支三级编码器的SHE‑Net模型，增强网络流量识别的鲁棒性和泛化性，并构建互补损失函数，解决了孪生神经网络的对比损失函数的收敛不稳定的问题。