基于知识蒸馏的DoH流量分类OA

为应对传统深度学习方法在DoH流量分类中面临的对大量标注数据的依赖、过拟合风险高和模型解释性差等挑战,提出了一种基于知识蒸馏的DoH流量分类方法。首先,设计了一个包含2个卷积层和2个全连接层的卷积神经网络(convolutional neural network,CNN),用于学生模型与教师模型训练。其次,初始化学生模型和教师模型,使教师模型为学生模型的深度拷贝且参数固定。最后,通过分类损失和一致性损失的加权和进行训练,并使用指…查看全部>>