“亚历山大·阿列克谢耶维奇·谢罗夫”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]用于在线自动识别网络流量模型的方法和系统-CN201580083403.X有效
发明人： 亚历山大·阿列克谢耶维奇·谢罗夫;瓦莱丽·尼古拉耶维奇·格鲁科夫;张洪波 -专利权人：华为技术有限公司
申请日： 2015-10-09 - 公布日： 2021-03-05 - 主分类号： H04L12/851 文献下载
摘要：一种用于在线自动识别网络流量模型的方法(100)包括：从通信网络接收(101)输入业务流(102)；通过对所述输入业务流(102)应用基于自学习的分类和即时分类来处理(103)所述输入业务流(Pac)，其中，基于自学习的分类通过基于一组预定义特征来计算所述输入业务流(102)的统计模型并通过将所述统计模型存储在用于存储多个基于自学习的分类的结果的数据库中来在在线模式下执行；即时分类基于使用包括用于识别所述输入业务流(102)的一组预定规则的知识库和基于应用存储在所述数据库中的统计模型的至少一个子集来处理所述输入业务流(102)；基于即时分类和/或基于自学习的分类的结果识别(105)所述输入业务流(102)中的网络流量模型(104)。
用于在线自动识别网络流量模型方法系统

[发明专利]网络流早期分类-CN201580083836.5有效
发明人： 亚历山大·阿列克谢耶维奇·谢罗夫;瓦列里·尼古拉耶维奇·格卢霍夫 -专利权人：华为技术有限公司
申请日： 2015-10-12 - 公布日： 2020-08-07 - 主分类号： H04L12/24 文献下载
摘要：本发明提出一种网络流早期分类方法。所述方法包含训练阶段，包括：捕获全长训练网络流；为捕获的全长训练网络流分配类别；在全长训练网络流上训练预测模型；从全长训练网络流中获取截断训练网络流；将在全长训练网络流上训练的预测模型应用于截断训练网络流，以获取多个训练类别；将使用截断训练网络流上的预测模型预测的训练类别与分配类别进行比较；以及通过考虑训练类别和分配类别的比较，在截断训练网络流上训练校正模型。预测阶段包括：接收未分类网络流的前几个包，所述未分类网络流是早期分类的对象；从未分类网络流中获取截断未分类网络流；将预测模型应用于截断未分类网络流，并输出预测模型分类结果；通过考虑预测模型分类结果，将校正模型应用于截断未分类网络流，并输出校正模型分类结果；以及合并校正模型分类结果以做出对未分类网络流的最终预测。
网络早期分类