摘要
本发明公开了一种可编程网络流量分析模型训练方法、装置、设备和介质,该方法为:确定各网络节点的各网络流量数据集间的相同网络地址,并按照相同网络地址在对应网络流量数据集内确定目标网络流量数据;基于不同网络节点的目标网络流量数据之间的空间相似度和时间相似度确定网络节点的时空相似特征;基于不同网络节点的协议分布向量和网络流量数据集间的瓦瑟斯坦距离确定各网络节点的拓扑方向特征;按照时空相似特征和拓扑方向特征确定对应网络节点的位置特征,基于各网络节点的位置特征以及网络流量数据集对目标模型进行无监督训练,得到可编程网络流量分析模型。本发明通过考虑各网络节点间的位置特征,提高了模型训练方法的训练精度。
技术关键词
网络节点
协议
网络流量数据集
无监督
数据字
顶点
深度学习架构
动态时间规整
模型训练装置
模型训练方法
编码
计算机
字段
注意力
处理器通信
介质
元素
模块
系统为您推荐了相关专利信息
属性提取方法
表征方法
地震
地球物理数据
煤岩顶板
数据采集方法
多协议
分布式存储系统
数据存储
时间同步
多模态数据融合
时钟同步协议
管网拓扑结构
密度分布特征
可燃气体传感器
主体识别方法
数据
关键词
信息传播机制
卷积神经网络提取图像特征