基于机器学习模型的网络流量监控方法、系统及介质

本发明公开一种基于机器学习模型的网络流量监控方法、系统及介质，其中，方法包括将包含/不包含异常行为的初始流量数据分成训练集与测试集，进行机器学习模型训练，得到一个流量行为模型，其中，所述异常行为包括恶意攻击、资源过度使用、配置错误；利用网络监控工具获取网络流量数据，并将获取到的数据输入所述流量行为模型进行识别，将包含有异常行为的数据判定为异常数据；对异常数据进行数据处理，并添加进入所述训练集或测试集；利用所述训练集和测试集对所述流量行为模型进行迭代优化训练。本发明技术方案旨在能够全面、灵活、高效地识别出网络流量中的异常数据。