《表1 恶意流量分类CNN结构及参数设置》
流量数据处理的具体过程如下。首先输入层接收IDX格式的流量图像信息,并适当调整像素值,让其由0~255直接转换为0~1,实现归一化。在卷积层C1运算处理时,流量数据经过卷积层C1,由尺寸为5×5的卷积核进行处理。由于C1层共具有32个通道,所以最终会生成32个尺寸为28×28的特征图。经过处理的特征图进入池化层P1,该层会对特征图进行一次2×2的最大值池化处理,最终生成为32个尺寸为14×14的特征图。经过池化操作的特征图进入第二个卷积层C2,该卷积层的卷积核尺寸与C1相同,都是5×5,但是该层共具有64个通道,所以最后会生成64个尺寸为14×14的特征图。然后进入第二个池化层P2,在此层会对特征图进行2×2的最大值池化操作,与P1层操作相同,所以共生成64个7×7的特征图;接着会被两个全连接层处理,最后输出数据其输出节点数分别为1 024和10。最后,使用一个Softmax函数将输出结果转换为0~1的概率值。CNN各层输入、输出及参数设置如表1所示。
图表编号 | XD00139606400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.10 |
作者 | 郭益民、张爱新 |
绘制单位 | 上海交通大学信息安全工程学院、上海交通大学信息安全工程学院 |
更多格式 | 高清、无水印(增值服务) |