[发明专利]网络数据预处理方法、装置、设备及可读存储介质

摘要

本发明涉及人工智能技术领域，公开了一种网络数据预处理方法，包括以下步骤：使用第一样本数据训练第一支持向量机模型，得到第二支持向量机模型；通过所述第二支持向量机模型对第二样本数据进行分类，得到第一初始异常网络数据和第一初始正常网络数据；判断分类正确率是否小于预设阈值；若是，则采用反向传播算法调整所述第二支持向量机模型中各个初始支持向量机模型的当前权重，直至所述分类正确率大于或等于所述预设阈值；通过预置多层第三支持向量机模型对所述初始异常网络数据进行分类，得到干扰数据与非干扰数据。本发明还公开了一种网络数据预处理装置、设备及计算机可读存储介质。本发明可从网络数据中有效分类出干扰数据。

主权项

1.一种网络数据预处理方法，其特征在于，所述网络数据预处理方法包括以下步骤：将至少三个初始支持向量机模型以串联或/和并联的方式部署在分布式计算框架内，得到第一支持向量机模型；使用第一样本数据训练所述第一支持向量机模型，得到第二支持向量机模型；通过所述第二支持向量机模型对第二样本数据进行分类，得到第一初始异常网络数据和第一初始正常网络数据；根据预置异常网络数据,计算所述第二支持向量机模型分类出的所述初始异常网络数据的第一分类正确率；判断所述第一分类正确率是否小于第一预设阈值；若是，则采用反向传播算法调整所述第二支持向量机模型中各个初始支持向量机模型的当前权重，直至所述第一分类正确率大于或等于所述第一预设阈值；通过预置多层第三支持向量机模型对所述初始异常网络数据进行分类，得到第一非干扰类异常网络数据和第一干扰类异常网络数据，其中，所述多层第三支持向量机模型中各层的模型数为2^K‑1，K为所述预置多层第三支持向量机模型的第K层；判断所述第一干扰类异常网络数据的所属类型是否为数据耦合类型；若所述第一干扰类异常网络数据的所属类型为数据耦合类型，则对所述第一干扰类异常网络数据进行解耦处理，得到解耦数据，并通过所述预置多层第三支持向量机模型对所述解耦数据进行分类，得到第二非干扰类异常网络数据和第二干扰类异常网络数据。