恶意流量检测模型

自动提取字段关系

基于注意力与交叉网络的学习模型，端到端训练，能自动挖掘HTTP多字段隐含特征与关联，生成可解释检测报告，精度超越人工与已有自动特征方法。

Bolun, Wu · 邹福泰 · Zhang, Chengwei · Yu, Tangda · Yun, Li

Journal of Information Security and Applications 2023

技术优势

全自动免人工

无需任何人工特征工程，直接分析明文 HTTP 流量，降低了部署门槛。

自带解释报告

模型输出检测的同时给出解释，便于安全分析师理解和追溯。

多数据集验证

在 CTU-13、CICAndMal 和 ISCX-URL 三个公开数据集上均超过现有方法。

应用场景

• 网络安全：自动识别恶意 HTTP 请求，减少人工分析工作量。
• 入侵检测：实时检测网络入侵，提供解释性告警。
• 恶意流量分析：挖掘多字段隐含特征，提升恶意流量分析效率。