基于视觉注意力网络的恶意加密流量检测

近年来,以恶意加密流量为主要手段的网络违法犯罪活动层出不穷,从加密流量中检测出恶意流量能够有效发现网络攻击行为并确认恶意流量种类,对公安机关防御、鉴别、打击攻击类网络犯罪活动具有应用价值。针对传统检测方法流量呈现不直观以及忽略图像局部信息和长距离依赖等问题,提出一种基于视觉注意力网络的恶意加密流量检测模型。模型将流量转化为图像直观反映出流量的二维结构,再输入视觉注意力网络进行特征的提取和流量分类。实验结果表明,模型在恶意加密流量上的检测精度和区分度较高,可有效提高公安机关打击网络攻击行为的效率。