一种数据中心的网络流量数据分类方法、装置及系统

本申请涉及网络流量分类技术领域，具体涉及一种数据中心的网络流量数据分类方法、装置及系统，具体包括：基于数据集中所有流量的各类特征信息构建特征数据矩阵，通过主成分分析算法获取矩阵中主成分，基于主成分的方差贡献率及其之间的相关性筛选代表性主成分；基于代表性主成分的香农熵和密度聚类特征计算数据集的动态流量干扰度指标；设置动态阈值，结合动态流量干扰度指标设置增量学习的触发条件，在触发增量学习后，通过弹性权重固化方法对RNN模型中的双向GRU网络进行动态调整，进而进行流量分类，使其在保留历史知识的同时适应新流量模式，确保系统能够快速响应流量模式变化，避免性能退化，提高网络流量数据分类的准确性。