摘要
本发明公开了一种网络流量检测方法,包括:基于流量数据样本库对预先构建的神经网络模型进行训练,得到教师模型,采用知识迁移将教师模型的知识迁移至学生模型中;将待检测网络环境的待检测流量数据输入至教师模型和学生模型中,分别输出教师模型预测得到的概率分布和学生模型预测得到的第一预测结果;其中,待检测流量数据包括流量数据和对应的原始标签;基于知识蒸馏技术,通过调节蒸馏温度,对概率分布进行软化,得到教师模型的软概率分布;根据软概率分布对学生模型进行训练,以使学生模型基于软概率分布学习教师模型,并输出第二预测结果,根据第二预测结果得到网络流量检测结果;本发明能够显著提高网络流量监测的适应性和检测性能。
技术关键词
网络流量检测方法
教师
学生
检测网络环境
知识蒸馏技术
交叉熵算法
神经网络模型
网络流量检测装置
模型训练模块
标签
数据
网络流量监测
样本
可读存储介质
存储计算机程序
参数
处理器
系统为您推荐了相关专利信息
效率评估方法
RFM模型
决策树算法
大语言模型
特征提取单元