摘要
本发明涉及一种多维度网络异常监测方法、装置及存储介质,其中方法包括:获取网络流量数据;基于网络流量数据采集,提取各数据段的特征向量;将提取得到的特征向量输入至第一模型得到第一分类结果;基于提取的特征向量,逐一判断数据段是否属于任一稀有类别,若数据段属于任一稀有类别,则将该稀有类别作为第二分类结果;若数据段存在第二分类结果,则将第二分类结果作为最终分类结果,反之,则将第一分类结果作为最终分类结果;基于最终分类结果输出监测结果。与现有技术相比,本发明引入稀有分类方式,当任一待分类的样本被确定为稀有类别时,则最终的结果采用稀有类别,从而可以有效解决稀有类别和常规类别存在重叠的问题,提高监测的准确率。
技术关键词
异常监测方法
网络流量数据
统计特征
传输层特征
HTTP请求
密度
神经网络模型
分类方式
时序特征
程序
存储器
处理器
周期性
端口
时间段
邻域
协议
系统为您推荐了相关专利信息
分布式操作系统
多维特征向量
时域统计特征
训练深度学习模型
变换特征
速度调节系统
训练预测模型
数据
挤压机设备
材料弹性模量
强化学习网络
入侵检测方法
网络流量数据
网络特征
网络流量特征
工业互联网平台
数据共享方法
HTTP请求
关联验证信息
统一数据模型
预警方法
模拟模型
火电厂设备
回归分析法
大数据