[发明专利]流量识别模型的训练方法、装置及电子设备有效
| 申请号： | 201910992658.8 | 申请日： | 2019-10-18 |
| 公开（公告）号： | CN110717551B | 公开（公告）日： | 2023-01-20 |
| 发明（设计）人： | 张大松;姜洪朝 | 申请（专利权）人： | 中国电子信息产业集团有限公司第六研究所 |
| 主分类号： | H04L47/2441 | 分类号： | H04L47/2441;H04L47/2483;G06N20/00;H04L9/40;G06F18/214;G06F18/24;G06F18/23 |
| 代理公司： | 北京超成律师事务所 11646 | 代理人： | 许书音 |
| 地址： | 102200 北京市昌平*** | 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： | 本发明实施例提出一种流量识别模型的训练方法、装置及电子设备，涉及工业控制技术领域。其中，上述流量识别模型的训练方法包括获取样本流量集合；所述样本流量集合包括侦测到的多个协议流量的样本特征信息；依据所述样本流量集合中的样本特征信息，动态确定聚类中心的第一数量，以便依据得到的所述第一数量将所述样本流量集合划分为多个样本聚类；利用得到的所述样本聚类，对预设的机器学习模型进行训练，得到所述流量识别模型。如此，即使不具有先验知识，也能够自动、准确地对样本流量集合内的样本分类。从而，提高得到的流量识别模型的识别精度。 | ||
| 搜索关键词： | 流量 识别 模型 训练 方法 装置 电子设备 | ||
【主权项】：
1.一种流量识别模型的训练方法，其特征在于，所述方法包括：/n获取样本流量集合；所述样本流量集合包括侦测到的多个协议流量的样本特征信息；/n依据所述样本流量集合中的样本特征信息，动态确定聚类中心的第一数量，以便依据得到的所述第一数量将所述样本流量集合划分为多个样本聚类；/n利用得到的所述样本聚类，对预设的机器学习模型进行训练，得到所述流量识别模型。/n
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电子信息产业集团有限公司第六研究所，未经中国电子信息产业集团有限公司第六研究所许可，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/patent/201910992658.8/，转载请声明来源钻瓜专利网。
