[发明专利]基于深度学习的sketch网络测量方法及电子设备在审
| 申请号： | 202011110727.7 | 申请日： | 2020-10-16 |
| 公开（公告）号： | CN112200256A | 公开（公告）日： | 2021-01-08 |
| 发明（设计）人： | 李清;谢国锐;段光林;江勇 | 申请（专利权）人： | 鹏城实验室;南方科技大学;清华大学深圳国际研究生院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06N20/20 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 朱阳波 |
| 地址： | 518000 广*** | 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： | 本发明公开了基于深度学习的sketch网络测量方法及电子设备，包括：获取sketch中的采样流量和采样流量对应的第一属性标签；根据采样流量和第一属性标签对预设网络模型进行训练，得到流量属性预测模型；将待测网络流量输入流量属性预测模型中，获取待测网络流量的属性类别；根据属性类别将所述待测网络流量插入sketch中进行网络测量。本发明通过sketch中的采样流量对预设网络模型进行训练，得到用于对待测网络流量的属性类别进行预测的流量属性预测模型，根据流量属性预测模型的预测结果将待测网络流量插入sketch中进行网络测量，避免了待测网络流量在哈希主表和哈希副表间的频繁交换，提高了网络测量的精度。 | ||
| 搜索关键词： | 基于 深度 学习 sketch 网络 测量方法 电子设备 | ||
【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鹏城实验室;南方科技大学;清华大学深圳国际研究生院，未经鹏城实验室;南方科技大学;清华大学深圳国际研究生院许可，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/202011110727.7/，转载请声明来源钻瓜专利网。
