摘要
本发明公开了一种流量分类方法、装置、电子设备及存储介质。所述方法包括:通过对原始流量按照相同的五元组划分为至少两个数据流,并对所述至少两个数据流进行预处理,生成模型训练所需的目标数据;对所述目标数据进行聚类,并将聚类后的目标数据输入至预设决策树模型中进行第一流量分类;依据第一流量分类结果,采用生成对抗网络对零日流量进行样本扩充,并采用扩充后的样本集对零日流量进行第二流量分类。采用本发明实施例的技术方案,采用决策树模型以及生成对抗网络对样本数据集进行扩充,以解决模型训练数据集较少以及无法自动更新模型的问题,提高已知流量和零日流量的识别准确性。
技术关键词
决策树模型
流量分类方法
超参数
聚类
贝叶斯算法
生成对抗网络模型
电子设备
数据格式
可读存储介质
训练样本集
计算机
分类装置
模型更新
带标记
处理器通信
系统为您推荐了相关专利信息
光伏电站设备
故障预测模型
空间聚类算法
数据采集单元
实时数据
异常数据
随机森林模型
清洗方法
多模型
神经网络模型
馈线自动化终端
断路器运行状态
遥测功能
序列
特征值
动态预测模型
样本数据处理方法
LSTM神经网络
多源异构数据
预警机制