基于深度学习的网络报文业务链路生成方法及系统

AITNT
正文
推荐专利
基于深度学习的网络报文业务链路生成方法及系统
申请号:CN202510229075
申请日期:2025-02-27
公开号:CN120075118A
公开日期:2025-05-30
类型:发明专利
摘要
本发明公开了基于深度学习的网络报文业务链路生成方法及系统,涉及深度学习技术领域,通过eBPF、OpenTelemetry和tcpdump获取源数据;从源数据中筛选出与网络通信相关的信息;针对不同种类的网络通信相关的信息的数据应用不同的关联规则,将数据进行关联;使用FPGrowth/Apriori算法对关联规则进行挖掘,获取关联度数据;使用LSTM对挖掘到的关联度数据进行处理,生成注意力信息,并在模型训练时使用关联度数据作为参考的权重输入到模型中;使用图神经网络对输出的注意力信息进行处理,生成图神经网络模型;使用图结构作为业务链路图谱。本发明,通过关联规则挖掘,提高了数据关联的准确性。
技术关键词
链路生成方法 报文业务 Apriori算法 网络通信 神经网络模型 注意力 图谱 深度学习技术 数据采集模块 生成系统
系统为您推荐了相关专利信息
1
一种自动鉴别出入境证件真伪的方法与系统
防伪标志 图像 神经网络模型 多级特征融合 样本
2
一种三臂凿岩台车隧道开挖的钻头状态快判方法
三臂凿岩台车 BP神经网络模型 数据传输线路 钻头 标签
3
一种基于深度神经网络的智能制导律及其预测方法
深度神经网络模型 分支 门控循环单元网络 数据驱动方式 导弹
4
一种近海船舶态势分布预测方法
分布预测方法 采样模块 船舶自动识别系统 上采样 检测头
5
一种基于神经网络的机器人绝对定位精度实时补偿方法
实时补偿方法 机器人主控制器 数据 视觉传感器 激光传感器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号