摘要
本发明公开了一种时间细粒度网络流量识别方法及系统,属于通信网络技术领域,首先采集通信数据网产生的数据流并压缩得到压缩后的网络流量数据;然后根据五元组进行分割和数据清洗,接着将每个流的网络流量数据的长度标准化,标准化的网络数据流随后转换为二进制形式的灰度图像,最后通过HMAT算法与结合LSTM改进的时空视觉Transformer的网络流量识别方法协同对生成的灰度图像进行网络流量联合识别,得到辨识结果。本发明不仅提升了流量分类的精度和效率,还能够实时适应复杂网络环境下的多样化需求,为网络安全管理和服务质量优化提供了强有力的技术支持。
技术关键词
网络流量识别方法
多头注意力机制
网络流量数据
多层感知器
网络流量识别系统
数据网
双曲正切函数
数据采集单元
局部注意力机制
矩阵
图像块
无损压缩算法
网络安全管理
通信网络技术
记忆
输出特征
代表