一种基于小样本增量学习的未知加密流量识别方法、系统及存储介质

本发明提供了一种基于小样本增量学习的未知加密流量识别方法、系统及存储介质，该方法包括：步骤1，已知流量的细粒度分类：提取原始加密流量的各层级特征，为每类已知流量建立各自变分自编码器，生成潜在表示，输入到分类器中细粒度分类已知攻击；步骤2，未知流量的具体标签分配：采用评分函数判定样本是否为漂移样本或者未知样本，对这些样本按照各层级特征进行分层聚类，实现未知流量的标签分配；步骤3，分类模型的动态更新：采用新样本训练新分类器后，其他分类器相互连接构成分类图，采用图注意力网络更新分类器节点，实现小样本增量学习。本发明的有益效果是：有效支持新类的低样本增量建模，显著提升了细粒度识别能力和模型泛化适应性。