计算机研究与发展

作者：谷勇浩,黄博琪,王继刚,田甜,刘焱,吴月升,

关键词：木马流量检测, 深度学习, 半监督模型, mean teacher, 虚拟对抗训练,

针对木马流量检测技术存在人工提取特征不够准确、大量标记样本获取困难、无标记样本没有充分利用、模型对于未知样本识别率较低等问题，提出基于半监督深度学习的木马流量检测方法，利用大量未标记网络流量用于模型训练.首先，采用基于meanteacher模型的检测方法提高检测准确率；然后，为解决meanteacher模型中采用随机噪声导致模型泛化能力不足的问题，提出基于虚拟对抗meanteacher模型的检测方法；最后，通过实验验证所提半监督深度学习检测方法在少标记样本下的二分类、多分类以及未知样本检测任务中具有更高的准确率.此外，基于虚拟对抗meanteacher模型的检测方法在多分类任务中比原始meanteacher模型表现出更强的泛化性能.

来源：2022年第6期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2022年第6期