一种多模态网络流量分类方法、装置和存储介质

本发明公开了一种多模态网络流量分类方法、装置和存储介质，该方法将多模态网络流量特征分为平稳特征和动态特征；直接对流量数据进行特征提取，得到动态特征；使用训练样本集对所构建的神经网络模型进行训练，获取其最优模型参数；采用神经网络模型对流量数据进行特征提取，得到平稳特征；根据平稳特征和动态特征，对贝叶斯分类模型进行训练，获取其最优模型参数；将动态特征送入训练好的贝叶斯分类模型，获取模态分类结果。本发明能够实现多模态网络流量的高效分类，同时提升了弱特征流量的分类精度。