基于对比增量学习的细粒度恶意流量分类方法

王一丰; 郭渊博; 陈庆礼; 方晨; 林韧昊; 周永良; 马佳利

doi:10.11959/j.issn.1000-436x.2023068

您当前的位置：

首页 >

文章列表页 >

基于对比增量学习的细粒度恶意流量分类方法

学术论文 | 更新时间：2024-05-31

- 基于对比增量学习的细粒度恶意流量分类方法
- Method based on contrastive incremental learning for fine-grained malicious traffic classification
- “在网络安全领域，研究者提出了一种基于对比增量学习的细粒度恶意流量识别方法，有效应对新型网络威胁，为网络安全防护提供新思路。”
- 通信学报 2023年44卷第3期页码：1-11
- 作者机构：
  
  1. 信息工程大学密码工程学院，河南郑州 450001
  2. 郑州大学计算机与人工智能学院，河南郑州 450001
- 作者简介：
  
  [ "王一丰（1994- ），男，江苏泰兴人，信息工程大学博士生，主要研究方向为零样本学习、网络安全和入侵检测" ]
  [ "郭渊博（1975- ），男，陕西周至人，博士，信息工程大学教授、博士生导师，主要研究方向为大数据安全、态势感知" ]
  [ "陈庆礼（1998- ），男，河南新乡人，信息工程大学硕士生，主要研究方向为人工智能安全" ]
  [ "方晨（1993- ），男，安徽宿松人，博士，信息工程大学讲师，主要研究方向为机器学习、隐私安全" ]
  [ "林韧昊（1993- ），男，河南郑州人，郑州大学博士生，主要研究方向为深度学习、稳健性验证和网络安全等" ]
  [ "周永良（1983- ），男，河北衡水人，信息工程大学工程师，主要研究方向为网络信息安全、信息化通信技术保障" ]
  [ "马佳利（1996- ），男，福建福清人，信息工程大学博士生，主要研究方向为数字孪生、网络安全" ]
- 基金信息：
  
  国家自然科学基金资助项目(62276091);河南省重大公益专项基金资助项目(201300311200)
- DOI：10.11959/j.issn.1000-436x.2023068
  中图分类号： TP393
- 网络出版日期：2023-03，
  
  纸质出版日期：2023-03-25
- 稿件说明：
移动端阅览
王一丰, 郭渊博, 陈庆礼, 等. 基于对比增量学习的细粒度恶意流量分类方法[J]. 通信学报, 2023,44(3):1-11.

Yifeng WANG, Yuanbo GUO, Qingli CHEN, et al. Method based on contrastive incremental learning for fine-grained malicious traffic classification[J]. Journal on communications, 2023, 44(3): 1-11.
王一丰, 郭渊博, 陈庆礼, 等. 基于对比增量学习的细粒度恶意流量分类方法[J]. 通信学报, 2023,44(3):1-11. DOI： 10.11959/j.issn.1000-436x.2023068.

Yifeng WANG, Yuanbo GUO, Qingli CHEN, et al. Method based on contrastive incremental learning for fine-grained malicious traffic classification[J]. Journal on communications, 2023, 44(3): 1-11. DOI： 10.11959/j.issn.1000-436x.2023068.

浏览量

720

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于对比学习的细粒度未知恶意流量分类方法

基于增强负例多粒度区分模型的视频动作识别研究

基于知识增强对比学习的长尾用户序列推荐算法

基于后门攻击的恶意流量逃逸方法

基于对比学习的图神经网络后门攻击防御方法

基于对比增量学习的细粒度恶意流量分类方法

Method based on contrastive incremental learning for fine-grained malicious traffic classification

DOI：10.11959/j.issn.1000-436x.2023068