基于python机器学习的加密恶意流量分析与检测平台(附模型+超详细注释+说明操作文档）.zip

【资源说明】 基于机器学习的恶意加密流量监测平台python源码+模型+详细注释+项目说明.zip 该项目是个人毕设项目源码，评审分达到95分，都经过严格调试，确保可以运行！放心下载使用。 该项目资源主要针对计算机、自动化等相关专业的学生或从业者下载使用，也可作为期末课程设计、课程大作业、毕业设计等。 具有较高的学习借鉴价值！基础能力强的可以在此基础上修改调整，以实现类似其他功能。 背景介绍 随着近年来HTTPS的普及，加密恶意流量攻击的比例也在逐渐提升。根据报告,目前加密通信的恶意软件基本已经覆盖所有的攻击类型，例如特洛伊木马、勒索软件、感染式、蠕虫病毒、下载器等，其中特洛伊木马和下载器类的恶意软件家族占比较高。 【模型训练】 1. cd到traffic_platform目录下 2. 键入 python -m traffic_platform.train_test.main --train --updata_goodset=True --updata_badset=True 模型预测结果（不需训练）： 1. cd到traffic_platform目录下 2. 键入 python -m traffic_platform.train_test.main --train 基于Flask的流量监测平台 1. cd到traffic_platform目录下 2. 键入python -m traffic_platform.web_platform.runserver