基于对比学习与样本感知微调的加密流量检测方法及系统

本发明涉及网络流量检测技术领域，特别涉及一种基于对比学习与样本感知微调的加密流量检测方法及系统，通过对网络流量特征表示进行双维度数据增强处理，生成正负样本对数据集；利用正负样本对数据集对检测模型进行预训练，使检测模型学习网络流量数据的通用特征，所述检测模型包括：语义编码器和分类头；利用带有标签的加密流量微调数据集对预训练后的检测模型进行微调，且在模型微调过程中利用困难感知动态锚点引导机制为每个类别维护多个独立的可学习锚点向量，通过覆盖对应类别下不同分布特征的可学习锚点向量来驱使模型动态识别边界模糊样本。本发明能够为稀疏样本生成更丰富多样的特征表达，实现从“通用表示”到“关键细节”的精细化适配。