公开(公告)号：CN116310728A

公开(公告)日：2023-06-23

申请号：CN202310311808.0

申请日：2023-03-28

Applicant: 北京邮电大学

Inventor： 李小勇 ,  谭韵 ,  袁开国 ,  高雅丽 ,  李灵慧

IPC: G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455 ,  G06F16/958 ,  G06V40/12

Abstract: 本发明公开了一种基于CNN‑Linformer模型的浏览器识别方法，先通过CNN提取输入数据的时序特征，再通过Linformer的线性注意力聚焦重要的特征，提高了模型的准确率，并通过多头注意力对数据进行并行计算，提高了模型的训练速度。同时，通过删除Linformer中的解码器部分、输入嵌入部分和位置编码部分对Linformer进行简化，降低了模型的复杂度进而提高计算的速度。此外，本发明针对现有的其他方法没有全面考虑各种伪指纹技术带来准确率下降的问题，利用了随机化属性值和添加噪声两种伪指纹技术对原始数据集进行数据增强，然后使用含有正常指纹和伪指纹的增强数据集对CNN‑Linformer模型进行了训练。本方法具有准确率高和识别速度快的优点，在伪指纹场景下具有良好的鲁棒性。