摘要
本发明提供一种基于用户行为模型的VPN流量识别方法和设备,包括基于预设的流量特征库解析网络流量中的用户行为,获取用户行为监测日志,根据用户ID对用户行为监测日志进行分组,分析不同用户特定时间窗口内的行为,提取并计算用户VPN流量使用行为有关的特征数据,通过计算用户行为特征向量,使用BERT预训练模型和双向LSTM模型检测网络流量中的VPN流量,并结合统计分析模块对用户的整体流量进行Session分析,有助于提高流量识别的客观性和准确性。
技术关键词
流量识别方法
BiLSTM模型
词嵌入向量
注意力机制
数据分类
序列
统计特征
检测网络流量
标记
路径特征
事件特征
生成用户
计算机
标签
处理器
网络设备
场景
系统为您推荐了相关专利信息
运动补偿算法
特征提取网络
卡尔曼滤波法
视频流
无人机机载系统
刀具磨损补偿
转移概率矩阵
机械振动信号
Welch算法
混合神经网络模型
时序
文本
风电机组运行数据
电功率预测方法
气象预报数据
信号识别模型
信号编码器
癫痫
注意力机制
头皮脑电信号