公开(公告)号：CN116363436A

公开(公告)日：2023-06-30

申请号：CN202310356710.7

申请日：2023-04-04

Applicant: 北京邮电大学

Inventor： 李小勇 ,  王月洋 ,  袁开国 ,  高雅丽 ,  李灵慧

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于SwinT‑CNN模型的加密流量分类方法及装置，包括以下步骤：S1、将待分类的加密流量数据转化为二维矩阵，并生成灰度图像，将二维矩阵作为SwinT‑CNN模型的输入向量Vinput；S2、将二维矩阵输入SwinT‑CNN模型，SwinT‑CNN模型包括改进的CNN模块和Swin T模块，先通过改进的CNN模块提取数据的局部空间特征，输出处理后的数据Vcnn，再将Vcnn输入Swin T模块，对局部空间特征进行注意力机制计算，得到数据的全局空间特征，输出加权组合特征向量VswinT；S3、最后通过一个由Softmax激活的全连接层作出预测，计算多分类交叉熵损失来产生分类结果。本发明将改进的CNN模块和从Swin Transformer中提取的Swin模块结合，能够更有效地捕捉数据中的局部和全局特征，提高加密流量分类的准确率。