摘要
本申请涉及一种互联网流量安全防护方法及系统,包括:对添加噪声样本的初始流量数据集进行分组,得到初始分组数据;基于初始分组数据,使用无阈值的自适应增强算法进行训练,获取针对每组初始分组数据的组分类器和初始分组数据的样本权重;基于样本权重和组分类器,计算得到每组初始分组数据关于样本权重的局部阈值;基于局部阈值和样本权重,计算得到每个组分类器的比例系数;基于局部阈值、组分类器和比例系数,计算得到针对初始流量数据集的全局阈值和基分类器;基于初始流量数据集、全局阈值和基分类器,使用有阈值的自适应增强算法进行训练,获取最终分类器。本申请能够提高分类器的分类效果,进一步提高互联网流量安全防护性能。
技术关键词
分类器
高斯拟合函数
噪声样本
防护方法
数据
互联网
计算机程序指令
防护系统
算法
存储器
处理器
参数
系统为您推荐了相关专利信息
售电量预测方法
曲线
动态时间规整算法
卡尔曼滤波
逻辑回归算法
在线教育产品
个性化策略
LSTM神经网络
学生
情感分析模型
实体关系提取方法
动作关系
新型电力系统
语义角色标注
实体关系数据
加密算法
节点
软件配置信息
加密通信方法
生成会话密钥