[发明专利]一种基于两阶段序列特征学习的网络流量分类方法及系统有效
| 申请号： | 201711205047.1 | 申请日： | 2017-11-27 |
| 公开（公告）号： | CN108199863B | 公开（公告）日： | 2021-01-22 |
| 发明（设计）人： | 叶晓舟;王伟;曾学文 | 申请（专利权）人： | 中国科学院声学研究所;北京中科智网科技有限公司 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;H04L12/26;H04L12/851;H04L29/06;G06K9/62 |
| 代理公司： | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人： | 陈霁 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于两阶段序列特征学习的网络流量分类方法，方法包括：在数据包和网络流两个层次上分两阶段使用长短时记忆神经网络学习网络流量的序列特征，第一阶段在流量字节序列的基础上生成数据包向量序列，第二阶段在数据包向量序列的基础上进一步生成网络流向量，最后使用分类器对网络流向量执行流量分类。该方法充分考虑了网络流量的内部结构组织关系，有效利用了长短时记忆神经网络的时序特征学习能力，得到比较综合全面的流量特征后再进行分类，能够实现更加准确的网络流量分类效果。 | ||
| 搜索关键词： | 一种 基于 阶段 序列 特征 学习 网络流量 分类 方法 系统 | ||
【主权项】：
1.一种基于两阶段序列特征学习的网络流量分类方法，其特征在于，包括以下步骤：对流量字节序列进行数据包序列特征学习，确定数据包向量序列；对所述数据包向量序列进行网络流序列特征学习处理，确定网络流向量；根据所述网络流向量进行网络流量分类。
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中国科学院声学研究所;北京中科智网科技有限公司，未经中国科学院声学研究所;北京中科智网科技有限公司许可，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/201711205047.1/，转载请声明来源钻瓜专利网。
