[发明专利]基于剪枝卷积神经网络和机器学习的加密流量识别方法在审
| 申请号： | 202210337870.2 | 申请日： | 2022-03-31 |
| 公开（公告）号： | CN115334005A | 公开（公告）日： | 2022-11-11 |
| 发明（设计）人： | 李小勇;栗仕超;刘芸杉;亢超群;李二霞;李灵慧;苑洁;高雅丽 | 申请（专利权）人： | 北京邮电大学;国网上海能源互联网研究院有限公司 |
| 主分类号： | H04L47/2441 | 分类号： | H04L47/2441;H04L47/2483;H04L9/40;G06N3/08;G06N3/04;G06K9/62 |
| 代理公司： | 北京挺立专利事务所(普通合伙) 11265 | 代理人： | 高福勇 |
| 地址： | 100876 *** | 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： | 本发明公开了一种基于剪枝卷积神经网络和机器学习的加密流量识别方法，包括数据预处理、构建CNN模型、模型剪枝、使用CNN提取高级特征向量和使用LightGBM分类的步骤。本发明的基于剪枝卷积神经网络和机器学习的加密流量识别方法，无需手工提取特征，利用CNN模型自动从原始流量文件中自动提取高级特征并进行分类，同时构建了一种基于剪枝的卷积神经网络模型，减少模型参数量，降低了计算开销，使用LightGBM根据加密流量的高级特征进行分类，以弱分类器来达到强分类的效果，提高了准确率，最终的模型会达到比其他分类模型更高的性能和精准率。 | ||
| 搜索关键词： | 基于 剪枝 卷积 神经网络 机器 学习 加密 流量 识别 方法 | ||
【主权项】：
暂无信息
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北京邮电大学;国网上海能源互联网研究院有限公司，未经北京邮电大学;国网上海能源互联网研究院有限公司许可，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/202210337870.2/，转载请声明来源钻瓜专利网。
