基于知识融合的双分支原型网络网站指纹识别系统和方法

本申请涉及基于知识融合的双分支原型网络网站指纹识别系统和方法，该系统通过在构建基于一维神经网络模型的网站指纹识别特征提取器的基础上，利用小样本学习的方法结合原型网络思想，将流量数据样本转化为一维方向序列，利用神经网络从中提取高维特征并基于流量定制增强进行KP‑WF网站指纹元训练以优化高维特征提取器。在获得高维特征提取器之后，利用高维特征提取器的主干网络特征提取器参数以极少量样本建立逻辑回归分类器，以获得在目标任务中的分类能力，最终建立了双分支的模型结构，能够利用少量辅助数据集、少量目标数据集在跨域场景下进行准确的网站指纹识别。