基于改进双线性卷积神经网络的恶意网络流量分类算法

摘要

文章提出一种改进的双线性卷积神经网络,用于恶意网络流量分类.该网络采用跨层多特征融合的设计思想,首先使用两个基于VGG-Net(网络A、网络B)的神经网络进行特征提取,连接跨层多特征融合模块进行特征融合,提高特征表达能力;然后通过多次迭代优化训练网络模型至拟合状态;最后利用训练至拟合的网络模型对测试集进行分类检测,得出分类结果.实验表明,该算法在恶意网络流量分类中具有较高的准确率、精确率和F值.