[发明专利]一种基于URL的移动互联网流量分类方法有效
| 申请号： | 201910905186.8 | 申请日： | 2019-09-24 |
| 公开（公告）号： | CN110493088B | 公开（公告）日： | 2021-06-01 |
| 发明（设计）人： | 李超;金鑫;郭承青;石光;葛瑞海;庹宇鹏;周国桥;李娟 | 申请（专利权）人： | 国家计算机网络与信息安全管理中心;中国科学院信息工程研究所 |
| 主分类号： | H04L12/26 | 分类号： | H04L12/26;G06N3/08;G06N3/04;G06F16/955 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 余长江 |
| 地址： | 100029*** | 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： | |||
| 搜索关键词： | 一种 基于 url 移动 互联网 流量 分类 方法 | ||
1.一种基于URL的移动互联网流量分类方法，其特征在于，包括：
获取待分类URL数据；
将待分类数据输入训练完成的移动互联网流量分类模型，获得分类结果；其中，
所述分类模型的构建方法包括以下步骤：
(1)获取URL训练数据集；
(2)标识训练数据集中全部唯一字母、数字和特殊字符，得到其字符级矩阵表示u→x∈RL1×K，其中，u为URL数据集，x为URL实例，R为实数，L1为URL序列长度，K为维度；
(3)获取单词级矩阵表示；所述单词级矩阵表示为下述两个矩阵数学计算之和：
(a)通过将url划分为模式、服务器名称、路径与文件名四个部分，并标识训练数据集相应部分中唯一的单词，得到的矩阵表示u→x∈RL2×K，L2为URL序列长度；
(b)每个单词的字符级嵌入矩阵表示u→x∈RL3×K，L3为URL序列长度；
(4)基于卷积神经网络，对(2)和(3)的结果进行同步训练，将各自的输出层合并得到一个完全连接层，得到所述分类模型。
2.如权利要求1所述分类方法，其特征在于，L1＝200，K＝32。
3.如权利要求1所述分类方法，其特征在于，L2＝200，L3＝20。
4.如权利要求1所述分类方法，其特征在于，步骤(4)卷积神经网络设置3种滤波器，卷积长度h分别为4、6、8。
5.如权利要求1所述分类方法，其特征在于，步骤(4)卷积神经网络激活层使用ReLU函数，偏置b设置为2。
6.如权利要求1所述分类方法，其特征在于，步骤(4)设置学习效率为0.01-0.1。
7.如权利要求1所述分类方法，其特征在于，步骤(4)完全连接层通过对字符级和单词级的dropout进行正则化得到。
8.如权利要求1所述分类方法，其特征在于，步骤(4)还包括基于反向传播由优化器训练模型。
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国家计算机网络与信息安全管理中心;中国科学院信息工程研究所，未经国家计算机网络与信息安全管理中心;中国科学院信息工程研究所许可，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/pat/books/201910905186.8/1.html，转载请声明来源钻瓜专利网。
