[发明专利]基于卷积神经网络的P2P流量的识别方法及相关装置有效
| 申请号： | 201910683269.7 | 申请日： | 2019-07-26 |
| 公开（公告）号： | CN110222795B | 公开（公告）日： | 2021-10-01 |
| 发明（设计）人： | 叶武剑;吴荣华;刘怡俊;刘文杰;王峰 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;H04L29/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 高勇 |
| 地址： | 510060 广东省*** | 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： | 本申请公开了一种基于卷积神经网络的P2P流量的识别方法，包括获取流量数据；将所述流量数据转化为图像数据并将所述图像数据划分为训练集与测试集；基于所述训练集中的所述图像数据进行卷积神经网络训练与分类器训练；利用训练完成的卷积神经网络提取所述测试集中的所述图像数据的深度特征并利用所述分类器基于所述深度特征识别P2P流量。该识别方法把流量识别问题转化为图像识别问题，利用卷积神经网络能够高效、准确的识别P2P流量，对网络管理与安全具有重大意义。本申请还公开了一种基于卷积神经网络的P2P流量的识别装置、设备以及计算机可读存储介质，均具有上述技术效果。 | ||
| 搜索关键词： | 基于 卷积 神经网络 p2p 流量 识别 方法 相关 装置 | ||
【主权项】：
1.一种基于卷积神经网络的P2P流量的识别方法，其特征在于，包括：获取流量数据；将所述流量数据转化为图像数据，并将所述图像数据划分为训练集与测试集；基于所述训练集中的所述图像数据进行卷积神经网络训练与分类器训练；利用训练完成的卷积神经网络提取所述测试集中的所述图像数据的深度特征并利用所述分类器基于所述深度特征识别P2P流量。
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广东工业大学，未经广东工业大学许可，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/201910683269.7/，转载请声明来源钻瓜专利网。
- 上一篇：多模态图像的自适应特征融合方法
- 下一篇：陶瓷材料上印制二维码的方法
