摘要
本申请公开了一种网络流量异常监控方法、系统、设备及存储介质。该方案中,实时采集包括网络流量数据和流量关联多源数据的目标监控数据。基于目标监控数据,利用预设的自适应流量区间模型确定正常流量区间。若网络流量数据超出正常流量区间,基于目标监控数据生成流量特征图像。基于流量特征图像,利用预训练的图像分析模型确定图像分析结果。在图像分析结果指示流量数据异常的情况下,基于目标监控数据,利用预训练的分类模型和图像异常检测模型进行异常检测,确定目标异常结果。本申请技术方案通过融合多源数据,动态生成正常流量区间,结合流量特征图像与多模型检测,提升了网络流量异常监控的准确性和可靠性。
技术关键词
网络流量数据
异常监控方法
图像分析模型
网络流量特征
存储程序代码
机器学习算法
异常监控设备
异常监控系统
融合多源数据
动态更新
可读存储介质
数据采集模块
处理器
存储器
计算机
序列
系统为您推荐了相关专利信息
电力监控系统
异常检测方法
多模型
多维特征向量
网络流量数据
网络流量分类方法
编码器
网络安全入侵检测技术
样本
神经网络模型
网络流量数据
贝叶斯网络模型
识别网络流量
节点
代表
集成部署方法
终端设备
网络流量数据集
网络威胁检测
物联