[发明专利]一种基于多通道卷积神经网络的高效网络流量识别方法有效

专利信息
申请号: 201911345503.1 申请日: 2019-12-24
公开(公告)号: CN111200564B 公开(公告)日: 2022-09-06
发明(设计)人: 张琬茜;齐恒;李克秋;王军晓 申请(专利权)人: 大连理工大学
主分类号: H04L47/2483 分类号: H04L47/2483;H04L47/22;G06N3/04
代理公司: 大连理工大学专利中心 21200 代理人: 梅洪玉;刘秋彤
地址: 116024 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种基于多通道卷积神经网络的高效网络流量识别方法,属于计算机网络和机器学习的交叉领域。首先对我们要识别的流量进行预处理操作,根据流量数据的结构信息对其进行划分,将数据划分成六个部分;其次,将六个部分字节长度跟阈值作比较,以多通道的形式送入网络;最后,通过预先用数据集训练好的卷积网络对流量进行识别。本发明的优势在于通过多通道的方式,有效的提高了计算效率,从而降低了识别时间,使得流量识别更加高效。本方法更适用于解决当前新应用层出不穷的互联网环境下的大型流量检测问题。
搜索关键词: 一种 基于 通道 卷积 神经网络 高效 网络流量 识别 方法
【主权项】:
暂无信息
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大连理工大学,未经大连理工大学许可,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/201911345503.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top