基于BERT的网络空间安全态势感知方法研究与实验

贾 哲
聊城大学物理科学与信息工程学院

摘要


针对网络空间中攻击流量检测和加密流量分类的态势感知需求，解决传统流量识别方法在特征提取和
复杂流量分类中效果不佳的问题，提出一种基于BERT预训练模型的网络流量分类方法。以ISCX Botnet 2014和
ISCXVPN2016数据集为实验对象，通过对pcap格式流量数据进行会话分组、特征提取、标签编码等预处理操作，构
建基于BERT的预训练-微调分类模型，分别完成攻击流量二分类和加密流量多分类任务。实验结果表明，攻击流
量检测准确率达88.54%，加密流量分类准确率达84.56%，模型在网络空间安全态势感知的流量识别任务中表现出良
好的性能，可有效实现恶意流量检测和加密流量细粒度分类。

关键词


网络空间安全；流量分类；BERT模型；预训练

全文:

PDF


参考


[1]潘吴斌，程光，郭晓军，等.网络加密流量识别研

究综述及展望[J].通信学报，2016，37（09）：154-167.

[2]胡任远，刘建华，卜冠南，等.融合BERT的多

层次语义协同模型情感分析研究[J].计算机工程与应用，2021，57（13）：176-184.

[3]李勇，任勇毛，殷卓然，等.一种基于深度学习

的轻量化流量识别模型[J].数据与计算发展前沿（中英

文），2025，7（02）：3-11.

[4]敖伦，吴云，姜安华.基于BERT模型的诈骗短

信分类识别方法研究[J].电脑知识与技术，2025，21（29）：

28-30.

[5]敖伦，吴云，姜安华.基于BERT模型的诈骗短

信分类识别方法研究[J].电脑知识与技术，2025，21（29）：

28-30.

[6]陈万志，黄振川，王天元.基于深度学习的入侵检

测方法[J].计算机系统应用，2025，34（09）：170-179.


Refbacks

  • 当前没有refback。