一种基于ViT改进的轻量化恶意流量识别方法

作者：刘贺; 张文波^*

来源：小型微型计算机系统, 2023, 1-9.

• 物联网
• 恶意流量识别
• 深度学习
• PS2GI
• SHViT

随着物联网技术的广泛应用，针对物联网设备计算和存储能力受限的特性，设计一种高精度、轻量化的恶意流量识别方法，对于保障物联网设备的安全具有重要意义。本文提出一种基于会话中数据包的灰度图片转换方法(Packets in a Session to Grayscale Image，PS2GI)用来生成以原始流量数据构建的灰度图片，同时提出一种基于简化混合Vision Transformer(Simplified Hybrid Vision Transformer，SHViT)深度学习模型中的注意力机制的方式用来实现高精度、轻量化的恶意流量识别方法。实验结果表明，使用SHViT模型在IoT-23数据集上对比ViT模型在多分类情况的准确率降低0.17%，达到99.70%，模型的推理时间增加34.6%，达到6.33ms，但是模型的参数量降低68.1%，达到3.06M，同时模型的计算量降低41.7%。

• 单位
  沈阳理工大学