[发明专利]一种基于SHAP的1D-CNN网络流量分类模型的可解释方法有效
| 申请号： | 202210748434.4 | 申请日： | 2022-06-28 |
| 公开（公告）号： | CN115242458B | 公开（公告）日： | 2023-07-07 |
| 发明（设计）人： | 王攀;缪程 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;H04L47/2441;G06F18/24;G06N3/0464;G06N3/048;G06N3/08 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 陈月菊 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于SHAP的1D‑CNN网络流量分类模型的可解释方法，包括：采集网络流量数据并划分为训练集和测试集；采用主客观方式分别对每种网络流量类别的特征进行权重赋值，两者相加得到最终特征权重值；构建1D‑CNN分类模型并基于训练集进行训练，将测试数据输入训练好的模型，基于SHAP对模型预测结果进行解释，根据模型预测的分类结果选取相应网络流量类别的特征权重，再根据SHAP的解释结果，比较正反向推动结果的特征权重值之和来判断模型预测是否合理。本发明实现了对1D‑CNN网络流量分类模型进行解释，验证了模型预测的合理性，提高了模型的准确性和透明性，有效解决了模型黑匣子的问题。 | ||
| 搜索关键词： | 一种 基于 shap cnn 网络流量 分类 模型 可解释 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南京邮电大学，未经南京邮电大学许可，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/202210748434.4/，转载请声明来源钻瓜专利网。
