結(jié)合協(xié)同訓練的多視圖加密惡意流量檢測方法

摘要： 針對基于機器學習的傳輸層安全協(xié)議加密惡意流量檢測方法對標注樣本依賴度高的問題，提出了一種基于半監(jiān)督學習的傳輸層安全協(xié)議加密惡意流量檢測方法。在少量標注樣本的情況下，利用協(xié)同訓練策略協(xié)同加密流量的兩個視圖，通過引入無標注樣本進行訓練，擴大樣本集，進而減少對標注樣本的依賴。首先，提取加密流量特征中獨立性強的流元數(shù)據(jù)特征和證書特征，并分別構(gòu)建協(xié)同訓練的兩個視圖。其次，針對兩個視圖分別... （共9頁）