[发明专利]一种基于神经网络的低幅值网络流量异常检测方法无效
| 申请号： | 201010611206.X | 申请日： | 2010-12-29 |
| 公开（公告）号： | CN102075383A | 公开（公告）日： | 2011-05-25 |
| 发明（设计）人： | 李宗林;戚建淮 | 申请（专利权）人： | 深圳市永达电子股份有限公司 |
| 主分类号： | H04L12/26 | 分类号： | H04L12/26;H04L1/00;G06N3/08 |
| 代理公司： | 北京英特普罗知识产权代理有限公司 11015 | 代理人： | 齐永红 |
| 地址： | 518000 广东省深圳市南山区高新技*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的低幅值网络流量异常检测方法，其中神经网络模块包括第二和第一多层递归神经网络，第二多层递归神经网络的输入为可直接测得的链路流量，输出为部分OD流估计流量；第一多层递归神经网络的输入为所述链路流量和作为补充约束输入的第二多层递归神经网络的输出部分OD流估计流量，输出为特征参数的估计值。本发明跳过链路到OD流的反演步骤，能有效避免推测过程形成的误差给检测步骤带来的影响，还可提供下一时刻OD流相关性的实时预测；应用本发明，更利于隐蔽流量异常的检测；不仅使检测过程不再完全依赖于链路到OD流的估计，解决了反演误差影响检测的问题，且该框架允许链路流量到多条OD流特征参数的估计。 | ||
| 搜索关键词： | 一种 基于 神经网络 低幅值 网络流量 异常 检测 方法 | ||
【主权项】：
一种基于神经网络的低幅值网络流量异常检测方法，其特征在于：所述基于神经网络的低幅值网络流量异常检测方法中的神经网络模块包括，第二多层递归神经网络，所述第二多层递归神经网络的输入为可直接测量得到的链路流量，输出为部分OD流估计流量；以及，第一多层递归神经网络，所述第一多层递归神经网络的输入为所述链路流量和作为补充约束输入的部分OD流估计流量，输出为特征参数的估计值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市永达电子股份有限公司，未经深圳市永达电子股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201010611206.X/，转载请声明来源钻瓜专利网。
