基于混合模型DF-FLDA的网络流量安全检测域自适应方法及系统

本发明公开了一种基于混合模型DF‑FLDA的网络流量安全检测域自适应方法及系统。方法包括如下步骤：对流量数据进行预处理转化成特征图；搭建混合模型DF‑FLDA的预训练模型；搭建混合模型DF‑FLDA的领域自适应训练模块；搭建混合模型DF‑FLDA的模型聚合模块；将选取的数据集输入搭建的混合模型DF‑FLDA，得到任务分类准确率。本发明通过将网络流量数据转换为特征图，并结合卷积神经网络与双向长短期记忆网络进行空间和时序特征的提取，从而显著提升了异常流量检测的精度与鲁棒性。