[发明专利]半监督网络流量分类方法有效
| 申请号： | 201910161343.9 | 申请日： | 2019-03-04 |
| 公开（公告）号： | CN109831392B | 公开（公告）日： | 2020-10-27 |
| 发明（设计）人： | 陈双武;李檀;杨坚;姚振;陈翔 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | H04L12/851 | 分类号： | H04L12/851 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;郑哲 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种半监督网络流量分类方法，包括：预先使用一定数量的网络流量数据无监督的训练特征提取模块，以及使用若干有标签网络流量数据和一定数量的无标签网络流量数据无监督的训练半监督流量分类模块；利用训练好的特征提取模块从原始网络流量数据中提取隐含表达特征，再利用训练好的半监督流量分类模块，基于提取到的隐含表达特征对相应原始网络流量数据进行分类。该方法通过自动提取网络流量的隐含表达特征，克服了过于依赖人为制定特征的问题；同时，半监督方法仅需要少量有标签网络流量数据和大量无标签网络流量数据即可构建流量分类器，克服了无法获取大量可靠数据集的困难。 | ||
| 搜索关键词： | 监督 网络流量 分类 方法 | ||
【主权项】：
1.一种半监督网络流量分类方法，其特征在于，包括：预先使用一定数量的网络流量数据无监督的训练特征提取模块，以及使用若干有标签网络流量数据和一定数量的无标签网络流量数据无监督的训练半监督流量分类模块；利用训练好的特征提取模块从原始网络流量数据中提取隐含表达特征，再利用训练好的半监督流量分类模块，基于提取到的隐含表达特征对相应原始网络流量数据进行分类。
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中国科学技术大学，未经中国科学技术大学许可，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/201910161343.9/，转载请声明来源钻瓜专利网。
