摘要
本发明涉及一种基于机器学习的流量监测规则自适应调节方法及系统,获取采样数据,建立混合监督模型,对预处理后的采样数据进行识别,生成规则,对规则进行自适应动态优化并反馈至混合监督模型;系统以数据采集及处理模块设置采集节点于网络中、获取采样数据,以中转节点汇总流量数据日志并解耦需求端和数据采集及处理模块,需求端从中转节点获取数据并提取数据特征,以混合监督模型生成待自适应调整的规则,自适应调节单元进行自适应调节后反馈至混合监督模型,以响应与联动单元实现用户交互。本发明大幅提升实时监测与响应能力,降低运维人员的工作量,提高系统整体稳定性和智能化水平,适应更多样化的应用场景,提高模型的灵活性和适用性。
技术关键词
数据
无监督学习
节点
生成规则
调节单元
日志
模型训练模块
关键字
动态
异常流量
信号
网络
工作量
运维
机制
场景
频率
模式
系统为您推荐了相关专利信息
导电图案
穴位识别方法
电容
开发板
核心控制单元
语义分割模型
输出级
数据
语义分割方法
特征提取器
多维特征数据
能量管理
混合神经网络模型
回收方法
压缩机余热回收