摘要
本发明公开了一种基于动态QoS策略的自适应流量识别方法,涉及流量数据识别技术领域,该自适应流量识别方法包括以下步骤:S1:流量数据采集;S2:流量数据预处理;S3:将流量数据特征输入已知网络流量分类模型进行预测,并输出相应的类别预测结果;S4:依据自适应调整的置信度原则对类别预测结果的流量数据进行初步判断,得到未知流量数据。本发明通过多时段的随机采样方法,获取新的代表性数据,以确保覆盖流量的多样性和变化性,利用历史的恶意流量数据,采用基于数值扰动的数据增广方法模拟生成新的恶意流量数据,以扩充恶意加密流量的多样性,能够更加有效地识别并发现其中的恶意流量,从而保证模型对未知恶意流量的精准有效识别。
技术关键词
流量识别方法
QoS策略
网络流量分类模型
置信度阈值
数据增广方法
随机采样方法
网络流量数据集
动态
代价敏感学习
聚类方法
主成分分析方法
数据识别技术
训练集
分类网络
估计方法
载荷
数值
参数