基于特征分组和多模型融合的对抗攻击防御方法及系统

摘要

本发明提供了一种基于特征分组和多模型融合的对抗攻击防御方法及系统，其中方法包括：根据预设对抗攻击算法生成对抗样本，加入到测试集中；对训练集和测试集分别做数据预处理，形成网络流的特征向量；对每个流进行特征分组；采用多模型融合算法，进行恶意流量检测。不需要重新训练深度学习模型，能够防御没有出现过的对抗攻击，在没有对抗攻击的场景下，不会降低检测准确率。