摘要
本发明公开了一种网络管理方法、装置、电子设备及存储介质,涉及数据处理技术领域,包括利用样本流量特征数据集和相应的分类目标进行初始分类模型的训练,其中,模型可以根据分类目标进行流量特征融合,并利用模型分类结果和训练数据对应的实际分类结果进行模型参数的迭代,得到实际分类模型,进而输出任一服务器网络的流量分类结果,实现网络资源分配,解决了相关技术中,动态端口的采用,导致端口号与应用的固定映射关系被打破,加密技术隐藏载荷内容,难以直接提取流量特征,影响分类准确率,进而影响网络管理效果的技术问题,提升复杂网络环境下的流量分类精度,以便于进行有效的网络管理,进而提升网络用户的网络使用体验。
技术关键词
网络管理方法
时序依赖关系
样本
网络管理装置
时间序列特征
梯度提升机
置信度阈值
注意力机制
语义特征
电子设备
分类准确率
模块
可读存储介质
存储计算机程序
数据处理技术
服务器
计算机程序产品
系统为您推荐了相关专利信息
帕金森预测方法
长短期记忆网络
特征选择
动态
模型预测值
量子态
特征提取模型
生成对抗网络
训练样本集
分类器模型