摘要
本发明公开了一种基于网络流量特征识别规则的建立方法,涉及网络技术领域,包括:获取历史网络流量数据以及历史用户行为数据并进行预处理操作;分别对预处理后的网络流量数据以及用户行为数据进行特征提取;将历史数据分成训练集与测试集,使用对称不确定性算法从训练集数据的网络流量特征中筛选出与每个用户行为特征相关的所有备选特征;计算每个用户行为特征的关联特征集合中每个特征属性的权重,对权重差值处于预设的阈值范围内的两个特征属性进行相似度计算;建立用户异常网络行为识别模型,基于剩余的测试集数据进行模型精度评估。实现了一种精确的,并能基于实时网络流量特征的用户异常网络行为识别方法。
技术关键词
网络流量特征
网络流量数据
特征值
模型识别方法
指数
表达式
信息熵
训练集数据
网络技术
精度
算法
字典
速率
物理
系统为您推荐了相关专利信息
扩张状态观测器
质心侧偏角
二自由度模型
终端滑模控制器
非线性
特征值
特征数据处理方法
神经网络模型
指令
处理器
高分辨率遥感图像
语义分割模型
深度卷积神经网络
分辨率遥感数据
城市不透水面
卷积神经网络深度学习模型
风险预测方法
风险预测模型
图像增强
CT数据集