基于Transformer模型的僵尸网络检测方法OA

为解决僵尸网络检测中捕捉长时序依赖难、加密流量准确率不高、传统方法特征提取能力弱等问题,提出基于混合特征Transformer的检测方法。该方法先从原始流量提取14维时序特征,与4维全局流关联统计特征融合形成特征表示;模型采用双流编码架构,用多层Transformer编码器及自注意力机制深度双向编码数据包序列,捕获长距离跨包依赖模式,同时通过全连接网络投影流级全局特征;最后引入可学习注意力池化层动态聚合关键包信息,与全局特征融合后联合分类。经多场景公开数据集10折分层分组交叉验证实验表明,该模型在准确率、召回率、F_(1)值等多项指标上显著优于基准模型。