一种基于机器学习的电力交易系统终端特征识别方法

本发明提供一种基于基于机器学习的电力交易系统终端特征识别方法，所述方法包括：数据采集：使用网络流量采集工具捕获网络接口上传输的数据包，并保存为pcap文件；数据处理：解析所采集的数据，去除噪声数据，并按照会话进行数据分割；stacking集成学习：分别使用随机森林和XFGBoost分类器对数据进行基分类，再使用SVM进行元分类，产生候选类别集合；CBAM分类：针对上一阶段输出的候选类别集合，本发明利用CBAM模型对采集到的原始流量数据生成的图像进行深度特征提取和精确分类，并输出分类结果。本发明的上述方案提高了电力终端设备识别的准确性和精确率。