融合图结构和时序特征的移动网络流量特征提取方法

本发明公开了融合图结构和时序特征的移动网络流量特征提取方法，首先采集5G网络中的流量数据，进行特征提取，对提取的label特征进行标注，标注后的数据作为原始数据；对原始数据进行预处理，筛选出评分前24名的特征；索引合并，得到新的数据集，并将数据集划分为训练集和测试集；然后分别构建训练集和测试集对应的包含历史流量特征的图片数据；构建网络流量特征提取模型HTEM‑CGSC；分别采用训练集和测试集通过构建的模型进行特征提取；将提取出来的特征拼接，然后进行可视化并保存。本发明解决了现有技术中存在的机器学习方法因忽略了流量间的关系只关注于流量本身特征导致的对恶意流量识别准确率差的问题。