摘要
本发明提供了一种基于非平衡数据流的网络流量监测识别方法,包括:采集每个网络节点的网络流量数据,以结构化的格式存储,并对采集到的网络流量数据进行标注;根据所述采集到的网络流量数据生成训练样本,并采用样本分布自适应修正的方法,并通过动态调整生成样本的空间分布;训练网络流量数据扩充模型,并根据所述网络流量数据扩充模型进行样本数量的增加;将特征提取后的网络流量数据输入到分类器中进行分类器模型训练,利用训练完成的分类器模型进行网络流量监测识别。本发明解决了数据不足的问题,通过增强生成样本的多样性和真实性,有效提高了后续模型的泛化能力和精度。
技术关键词
网络流量数据
网络流量监测
识别方法
分类器模型
分类边界
生成训练样本
随机噪声
网络节点
动态
特征提取模型
生成对抗网络
概率密度函数
正则化参数
监控工具
格式
鲁棒性
连续性
系统为您推荐了相关专利信息
单位脉冲响应
结构有限元模型
反演方法
动态
矩阵
网络入侵检测模型
网络流量数据
客户端
入侵检测方法
云数据中心
信息融合方法
光学字符识别方法
设备铭牌
语音识别技术
数据
图像识别方法
自然语言
文本编码器
图像识别系统
计算机装置
知识图谱构建
异构设备
命名实体识别方法
跨度
问句检索方法