首页> 中国专利> 一种基于深度学习的网络流量分类方法、系统及电子设备

一种基于深度学习的网络流量分类方法、系统及电子设备

摘要

本申请涉及一种基于深度学习的网络流量分类方法、系统及电子设备。所述方法包括:步骤a:捕获网络流量样本数据;步骤b:通过深度学习分类算法提取所述网络流量样本数据的全局特征数据集;步骤c:根据所述全局特征数据集构建随机森林分类模型,通过随机森林分类模型输出网络流量分类结果。本申请利用提取的全局特征训练随机森林分类模型,结果表现出稳定的分类性能,能够处理很高维度的流量数据,并且不用做特征选择。相比现有技术,本申请能够有效的保障网络流量分类的高精度和高性能,同时,可以提高分类效率,缩短训练时间,降低计算开销。

著录项

  • 公开/公告号CN109639481B

    专利类型发明专利

  • 公开/公告日2020-10-27

    原文格式PDF

  • 申请/专利权人 深圳先进技术研究院;

    申请/专利号CN201811507380.2

  • 发明设计人 赵世林;叶可江;须成忠;

    申请日2018-12-11

  • 分类号H04L12/24(20060101);H04L12/26(20060101);H04L12/833(20130101);H04L12/851(20130101);H04L29/06(20060101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构44316 深圳市科进知识产权代理事务所(普通合伙);

  • 代理人吴乃壮

  • 地址 518055 广东省深圳市南山区西丽大学城学苑大道1068号

  • 入库时间 2022-08-23 11:18:51

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号