基于多模型并行融合网络的恶意流量检测方法

摘要： 针对单一串行深度学习检测模型提取流量特征时无法完整反映原始流量信息，且恶意流量识别精度低的问题，设计多模型并行融合网络，提出一种基于多模型并行融合网络的恶意流量检测方法。所提方法采用并行方式，融合一维卷积神经网络（1D-CNN）与双向长短期记忆（Bi-LSTM）网络进行特征提取和流量识别，各条支路均直接面向原始流量，同时提取流量的空间特征与时序特征，采用共同的全连接层进行特征融... （共8页）