自适应邻域学习的加密恶意流量检测方法

张丽娜; 杨阳; 鲁亦群; 贾弘瑜; 段爱卓伦

doi:10.11959/j.issn.1000-436x.TXXB260147

您当前的位置：

首页 >

文章列表页 >

自适应邻域学习的加密恶意流量检测方法

更新时间：2026-05-26

- 自适应邻域学习的加密恶意流量检测方法
- Encrypted Malicious Traffic Detection Method Based on Adaptive Neighborhood Learning
- 通信学报 2026年
- 作者机构：
  
  西安科技大学人工智能与计算机学院，陕西西安 710600
- 作者简介：
  
  [ "张丽娜（1981—），女，西安科技大学副教授，主要研究方向为信息安全和密码学。" ]
  [ "杨阳（2001—），男，西安科技大学硕士研究生，主要研究方向为信息安全和密码学。" ]
  [ "鲁亦群（2002—），男，西安科技大学硕士研究生，主要研究方向为图像安全和深度学习。" ]
  [ "贾弘瑜(2001-)，女，西安科技大学硕士研究生，主要研究方向为图像安全和深度学习。" ]
  段爱卓伦（2002-），女，西安科技大学硕士研究生，主要研究方向为图像安全和深度学习
- 基金信息：
  
  西安市科技计划项目(22GXFW0063);陕西省科技厅青年项目(2021JQ575)
- DOI：10.11959/j.issn.1000-436x.TXXB260147
  中图分类号： TP303
- 收稿：2026-03-25，
  
  修回：2026-05-22，
  
  录用：2026-05-26，
- 稿件说明：
移动端阅览
张丽娜, 杨阳, 鲁亦群, 等. 自适应邻域学习的加密恶意流量检测方法[J/OL]. 通信学报, 2026.

Zhang Lina, Yang Yang, Lu Yiqun, et al. Encrypted Malicious Traffic Detection Method Based on Adaptive Neighborhood Learning[J/OL]. Journal on Communications, 2026.
张丽娜, 杨阳, 鲁亦群, 等. 自适应邻域学习的加密恶意流量检测方法[J/OL]. 通信学报, 2026. DOI： 10.11959/j.issn.1000-436x.TXXB260147.

Zhang Lina, Yang Yang, Lu Yiqun, et al. Encrypted Malicious Traffic Detection Method Based on Adaptive Neighborhood Learning[J/OL]. Journal on Communications, 2026. DOI： 10.11959/j.issn.1000-436x.TXXB260147.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

动态时序扩散和多层级细化的红外与可见光图像融合网络

基于图提示微调的WSN节点时空相关性异常检测方法

基于数据增强与特征挖掘的异常流量检测方法

图基础模型研究进展与挑战：图神经网络的视角

基于并行流量图和图神经网络的加密流量分类方法

自适应邻域学习的加密恶意流量检测方法

Encrypted Malicious Traffic Detection Method Based on Adaptive Neighborhood Learning

DOI：10.11959/j.issn.1000-436x.TXXB260147