多频特征挖掘
将网络流量视为多频序列的叠加，同时捕捉高频攻击模式与低频背景流量，在不增加模型复杂度的前提下提升检测精度。
Zhaoxu, Ding · 仲国强 · Xianping, Qin · 李清扬 · Fan, Zhenlin · Deng, Zhaoyang · Ling, Xiao · Wei, Xiang
Pattern Recognition 2024
MF-LSTM和MF-Transformer模块分别用高低频层处理不同频率的流量成分，使得模型能同时识别突发攻击和长期背景模式。
在四个公开数据集和一个自建IPv6数据集上，MF-Net的二分类和多分类结果均优于其他先进方法，证明了其普适性和鲁棒性。
在引入多频处理的同时保持模型轻量，可以直接集成到现有检测系统中而无需增加过多计算开销。