摘要
本发明公开了基于机器学习的网络流量分析方法及系统,属于深度学习技术领域,要解决的技术问题为如何分析防御恶意网络流量、提高网络安全的防御能力。包括如下步骤:基于归一化后网络流量数据以及标签信息构建数据集,并将数据集划分为训练集、验证集和测试集;基于卷积神经网络构建流量异常分析模型,流量异常分析模型用于以网络流量数据为输入,提取网路流量特征并基于网络流量特征进行网络异常分析,预测输出分类结果,分类结果包括异常的网络流量特征、标签类别以及异常评分;基于训练集对流量异常分析模型进行模型训练;基于验证集对训练后流量异常分析模型进行评估;通过优化后流量异常分析模型进行网络异常分析,得到分类结果。
技术关键词
网络流量数据
网络流量分析方法
网络流量特征
网络流量分析系统
标签类别
数据降维技术
网路
深度包检查
模型训练模块
交叉验证方法
数据采集模块
特征工程
梯度下降算法
分类准确率
监控工具
恶意网络流量
传播算法
系统为您推荐了相关专利信息
图像分类方法
语义特征
全局视觉特征
注意力机制
多尺度
网络流量数据分析
预言机技术
融合特征
多阶段特征
节点特征
攻击防御方法
网络安全设备
节点
融合特征
注意力
识别方法
多标签分类算法
图片
多标签分类器
姿态估计