[发明专利]网络流量实时检测方法及检测终端、计算机可读存储介质有效
| 申请号： | 201811537156.8 | 申请日： | 2018-12-15 |
| 公开（公告）号： | CN109787958B | 公开（公告）日： | 2021-05-25 |
| 发明（设计）人： | 叶可江;纪书鉴;须成忠 | 申请（专利权）人： | 深圳先进技术研究院 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;H04L12/24;G06N3/06 |
| 代理公司： | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人： | 吴乃壮 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种网络流量实时检测方法及检测终端、计算机可读存储介质，该检测方法包括：S10、对到达的网络流量数据进行预处理，得到新流量数据；S20、对所述新流量数据进行特征选择，生成所述新流量数据的数据特征，根据所述数据特征生成网络流量数据集；S30、将对冲学习算法和深度神经网络结合生成预测函数，将所述网络流量数据集导入所述预测函数并对所述预测函数进行实时更新。本发明让异常检测具有更好的扩展性和内存效用，能有效地适应数据流从而降低成本，提高网络流量异常的检测率。 | ||
| 搜索关键词： | 网络流量 实时 检测 方法 终端 计算机 可读 存储 介质 | ||
【主权项】：
1.一种基于深度学习的网络流量实时检测方法，其特征在于，包括以下步骤：步骤S10、对到达的网络流量数据进行预处理，得到新流量数据；步骤S20、对所述新流量数据进行特征选择，生成所述新流量数据的数据特征，根据所述数据特征生成网络流量数据集；步骤S30、将对冲学习算法和深度神经网络结合生成预测函数，将所述网络流量数据集导入所述预测函数并对所述预测函数进行实时更新，所述预测函数输出所述新网络流量的流量序列，根据所述流量序列返回对应的网络事件类型，并根据所述网络事件类型判断接收到的所述网络流量数据是否异常。
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深圳先进技术研究院，未经深圳先进技术研究院许可，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/201811537156.8/，转载请声明来源钻瓜专利网。
- 上一篇：配置文件的配置方法及相关装置
- 下一篇：一种账户信息处理方法及相关装置
