一种网络流分类方法、系统、设备及存储介质

本发明提供了一种网络流分类方法、系统、设备及存储介质，获取网络流数据，并将网络流数据分别导入LSTM模型和CNN网络，得到第一特征和第二特征；使用自注意力模块处理第一特征，得到第一拼接特征；将第二特征导入卷积注意力模块中处理，得到第二拼接特征；将第一拼接特征和第二拼接特征进行拼接，得到融合特征，然后将融合特征通过预测模块进行标签预测，得到对应的网络流类别。本发明解决了现有技术中存在的由于网络流量数据需要调整大小来适应CNN网络的输入层，会出现严重的信息丢失，LSTM模型容易出现局部最优解的问题，导致忽略了一些重要的网络流量特性，对后续分类产生负面影响的问题。