基于改进双线性卷积神经网络的恶意网络流量分类算法

摘要：

文章提出一种改进的双线性卷积神经网络,用于恶意网络流量分类.该网络采用跨层多特征融合的设计思想,首先使用两个基于VGG-Net(网络A、网络B)的神经网络进行特征提取,连接跨层多特征融合模块进行特征融合,提高特征表达能力;然后通过多次迭代优化训练网络模型至拟合状态;最后利用训练至拟合的网络模型对测试集进行分类检测,得出分类结果.实验表明,该算法在恶意网络流量分类中具有较高的准确率、精确率和F值.

关键词：网络安全、网络流量分类、卷积神经网络、特征融合、迭代优化

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金[61601467,;民航科技基金[MHRD20140205,;民航安全能力建设基金[PESA170003,PDSA2018079,PDSA2018082,PESA2019073,PESA2019074;中央高校基本科研业务费[3122018C036

在线出版日期：2020-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：67-74