[发明专利]互联网游戏视频流量的识别方法、系统、设备及介质

权利要求书

1.互联网游戏视频流量的识别方法，其特征是，包括：

采用单样本高斯分布重采样算法对互联网游戏视频流量训练集的特征数据集进行采样处理，实现训练集中正样本和负样本的数量均衡，最后得到优化后的训练集；所述单样本高斯分布重采样算法实具体步骤包括：

通过每一个正样本X_i的最近邻的K个样本中的负样本所占的比例和每一个正样本X_i的最近邻的K个样本中的负样本到X_i的距离所占的比重来加权该正样本X_i，得到正样本X_i的权重I_i；

通过轮盘赌概率选择机制依权重选择正样本，然后以被选择的正样本的位置为中心，以正样本X_i到最近的样本之间的距离d作为标准差，生成符合高斯分布的数据，符合高斯分布的数据即正样本，进而得到正负样本比例为1:1的训练集T；所述互联网游戏视频流量训练集的特征数据集的获取步骤为：

采集互联网游戏视频和互联网非游戏视频，将互联网游戏视频视为正样本，将互联网非游戏视频视为负样本；利用正样本和负样本做十折交叉验证得到训练集和验证集；

对训练集中每个样本进行特征提取，对提取的特征进行筛选，得到训练集的特征数据集；

将优化后的训练集的特征输入到分类模型中，对分类模型进行训练；得到训练好的分类模型；

采集待测试互联网视频，对待测试互联网视频进行特征提取，对提取的特征进行筛选得到待测试的特征数据集；

将待测试的特征数据集输入到训练好的分类模型中；输出互联网游戏视频流量的识别结果。

2.如权利要求1所述的方法，其特征是，对训练集中每个样本进行特征提取，具体是指对训练集中每个样本进行字节码分布特征提取。

3.如权利要求2所述的方法，其特征是，字节码分布特征，是指：TCP流的256个字节值中每个字节值出现的频率。

4.如权利要求2所述的方法，其特征是，字节码分布特征的提取方式为：首先计算TCP流中每个数据包256个字节值的每个字节值出现的次数，然后统计流中每个字节值出现的次数，最后计算流中256个字节值的每个字节值出现的频率。

5.如权利要求1所述的方法，其特征是，所述对提取的特征进行筛选，具体是通过CfsSubsetEval特征选择算法对256维的字节码分布特征进行筛选。

6.互联网游戏视频流量的识别系统，其特征是，包括：

样本数量均衡处理模块：采用单样本高斯分布重采样算法对互联网游戏视频流量训练集的特征数据集进行采样处理，实现训练集中正样本和负样本的数量均衡，最后得到优化后的训练集；所述单样本高斯分布重采样算法实具体步骤包括：

通过每一个正样本X_i的最近邻的K个样本中的负样本所占的比例和每一个正样本X_i的最近邻的K个样本中的负样本到X_i的距离所占的比重来加权该正样本X_i，得到正样本X_i的权重I_i；

通过轮盘赌概率选择机制依权重选择正样本，然后以被选择的正样本的位置为中心，以正样本X_i到最近的样本之间的距离d作为标准差，生成符合高斯分布的数据，符合高斯分布的数据即正样本，进而得到正负样本比例为1:1的训练集T；所述互联网游戏视频流量训练集的特征数据集的获取步骤为：

采集互联网游戏视频和互联网非游戏视频，将互联网游戏视频视为正样本，将互联网非游戏视频视为负样本；利用正样本和负样本做十折交叉验证得到训练集和验证集；

对训练集中每个样本进行特征提取，对提取的特征进行筛选，得到训练集的特征数据集；

分类模型训练模块：将优化后的训练集的特征输入到分类模型中，对分类模型进行训练；得到训练好的分类模型；

特征提取模块：采集待测试互联网视频，对待测试互联网视频进行特征提取，对提取的特征进行筛选得到待测试的特征数据集；

识别模块：将待测试的特征数据集输入到训练好的分类模型中；输出互联网游戏视频流量的识别结果。