基于机器学习的网络流量分析方法及系统

AITNT
正文
推荐专利
基于机器学习的网络流量分析方法及系统
申请号:CN202410962915
申请日期:2024-07-18
公开号:CN118764278A
公开日期:2024-10-11
类型:发明专利
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
1
一种基于图语义交互的多标签图像分类方法
图像分类方法 语义特征 全局视觉特征 注意力机制 多尺度
2
一种基于图结构的区块链网络流量数据分析方法及系统
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
3
证件防伪检测方法和装置
深度学习模型 防伪特征 预测类别 图像 空域特征
4
一种多源情报驱动的端网协同攻击防御方法
攻击防御方法 网络安全设备 节点 融合特征 注意力
5
一种基于多类局部标签的异常行为识别方法
识别方法 多标签分类算法 图片 多标签分类器 姿态估计
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号