摘要
本申请涉及一种网络流量监测方法、网络流量监测装置、电子设备及可读介质,涉及流量监测技术领域。该方法包括:获取实时网络流量,将实时网络流量拆解为多个数据包,对多个数据包分别进行特征提取得到各个数据包的连接特征;其中,连接特征包括连接标识特征、时间序列特征;根据卡尔曼滤波算法、匈牙利算法和连接特征对数据包进行特征跟踪预测、特征跟踪匹配和特征更新处理,得到目标连接特征;对目标连接特征进行特征分析,根据特征分析结果识别异常数据包。该方法实现了动态识别流量的行为变化,提高异常流量检测识别的准确率和实时性,提升网络流量监测效果,拓展监测方法的适用场景的效果。
技术关键词
时间序列特征
卡尔曼滤波算法
匈牙利算法
网络流量监测方法
标识特征
机器学习模型
卡尔曼滤波器
告警机制
对象跟踪
流量监测技术
异常流量检测
机器可读介质
识别模块
电子设备
数据处理模块
计算机
系统为您推荐了相关专利信息
埋地管道
信号
光纤
识别作业工具
机器可读存储介质
混合预测模型
分解炉
系统风量
遗传算法
寻优方法
时空轨迹数据
异质
轨迹特征
轨迹预测方法
兴趣点
采矿设备
协同控制系统
运动轨迹数据
矿山
混合整数规划