摘要
本发明涉及网络流量分类技术领域,公开了网络流量分类模型构建方法、网络流量分类方法及装置,包括:获取历史网络流量,对历史网络流量进行分流;对历史网络流量分流进行特征提取,得到历史网络流量分流对应的流量特征;将流量特征输入训练好的网络流量单流特征提取模型;利用单流特征对网络流量融合规则树模型进行训练,得到目标网络流量分类模型。本发明通过基于神经网络的网络流量单流特征提取模型,提取对应的单流特征,提高了网络流量单流特征提取模型分类特征的可解释性;提高了网络流量分类模型的分类准确性。减少了分类模型的输入数据量,降低规则树模型的计算时间,提高了模型分类的速度,保证分类的实时性。
技术关键词
网络流量分类模型
网络流量分流
检测网络流量
特征提取模型
网络流量分类方法
融合规则
特征提取模块
网络流量分类技术
浅层神经网络
分类模型训练
标签
可读存储介质
指令
分类特征
计算机程序产品
存储器
处理器
计算机设备
系统为您推荐了相关专利信息
微服务实例
微服务系统
特征提取模型
服务异常检测方法
矩阵
轴承故障诊断方法
特征提取模型
通道
多尺度
轴承故障诊断系统
场景分析方法
情感特征
识别用户语音
数据
优化场景
形态学特征
时序
特征提取方法
特征提取模型
生物