专利交易市场

一种基于异构图注意力网络和随机游走的恶意加密流量检测方法，涉及网络安全技术领域，使用基于元路径的随机游走策略，用于获取不同元路径中每个节点在时间上更为接近的邻居节点，并采用异质图注意力网络来实现节点级和元路径级的信息聚合和特征嵌入，以捕获加密流量中潜在的空间结构信息和时序关联。

本发明属于网络安全和深度学习技术领域，具体涉及一种基于样本增强与对比学习的恶意网络流量分类方法。获取网络流量，抽取网络流量特征，构建网络流量样本集，对网络流量特征进行预处理，构建预训练集；训练基础模型，并计算损失值，根据损失值计算基础模型的参数并更新，得到对比学习恶意流量分类模型；采用对比学习恶意流量分类模型在新任务中进行恶意流量分类。本发明采用轻资源占用的浅层神经网络架构的基础模型，占用资源少，运行效率高；采用随机遮掩网络流量特征构造对比任务的启发式方法，可以进行数据增强；对比学习恶意流量分类模型具有良好的分类性能来区分已知网络流量类别，并能够分类未知的小样本恶意网络流量。