摘要
本申请涉及计算机数据处理技术领域,提供了一种匿名流量的检测方法、装置及设备,用以解决相关技术中存在匿名流量特征不明显且网络流量的数据量庞大,导致计算开销大以及流量数据排查效率较低的问题。本申请实施例提供的匿名流量的检测方法,能够根据有效特征结合核密度估计算法筛选出预设时间窗口中的风险数据,并依此划分出风险窗口,通过分类模型对风险窗口中流量数据进行分类识别,得到分类结果,不必对所有时间窗口的数据进行流量分类识别,能够有效的降低计算开销,加快识别速度,提高匿名流量检测的精度,且本申请提供的技术方案,方法简单,通用性较好。
技术关键词
高斯核函数
训练分类模型
风险
分布特征
标签
数据分类
主机
计算机数据处理技术
流量分类识别
置信度阈值
矩阵
关系
样本
电子设备
可读存储介质
算法
数据获取模块
处理器
系统为您推荐了相关专利信息
素材管理系统
素材管理方法
人工智能模型
审核策略
风险控制策略
多模态生理
情绪交互方法
模态特征
交互系统
动态反馈机制
实测气象数据
风险评估模型
风险量化方法
卡尔曼滤波模型
贝叶斯网络模型
训练样本集
多传感器融合
同步控制方法
测试设备
设备运行状态数据
智能整合系统
智能整合方法
区块链存证技术
BERT模型
数据处理模块