摘要
本公开涉及一种基于生成式人工智能的网络流量异常分析方法及其系统,包括:获取通过网络接口的数据包,所述数据包包括实时网络流量;提取所述数据包中的实时网络流量的特征信息,并将所述特征信息传递给生成式人工智能模型;使用训练好的生成式人工智能模型将正常的网络流量与实时网络流量的特征信息进行比较后,输出异常检测结果;使用机器学习模型对所述异常检测结果进行分类和评估,输出真实的标签,采用集成学习方法,将生成式人工智能模型和机器学习模型的输出进行融合,得到异常分析结果。本公开方法可以实现高效、准确和实时地网络流量异常分析。
技术关键词
人工智能模型
机器学习模型
网络流量异常分析
集成学习方法
深度学习算法
监督学习算法
交叉验证方法
标签
关联规则挖掘算法
网络接口
数据清洗算法
特征信息提取
处理器
噪声数据
标记
输出模块
参数
系统为您推荐了相关专利信息
三维成像系统
情景
MR眼镜
数据储存模块
数据收集模块
分配器外壳
储药槽
主齿轮
健康分析模块
控制面板
耕地设备
神经网络模型
集成学习模型
集成学习方法
机器学习算法
量化系统
寿命
电化学储能系统
电解质电导率
数据采集单元
性能测试数据
计算机主板
编码向量
机器学习模型
综合性