[发明专利]一种基于深度学习和序列化特征的网络应用识别方法及系统有效
| 申请号： | 202110444021.2 | 申请日： | 2021-04-23 |
| 公开（公告）号： | CN113179223B | 公开（公告）日： | 2022-08-26 |
| 发明（设计）人： | 余顺争;汪擎天 | 申请（专利权）人： | 中山大学 |
| 主分类号： | H04L47/2441 | 分类号： | H04L47/2441;H04L47/24;G06N3/08;G06N3/04 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 刘俊 |
| 地址： | 510275 广东*** | 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： | 本发明为克服深度学习将网络流量转换为二维图片导致存在分类效果较弱的缺陷，提出一种基于深度学习和序列化特征的网络应用识别方法及系统，其中方法包括以下步骤：提取未知网络应用服务流量中的会话流，对会话流进行数据预处理；从会话流中提取序列特征，得到一组完整的反映网络应用流量特性的时序特征数据；将时序特征数据输入神经网络分类模型，得到未知网络应用服务流量的识别结果。本发明通过从会话流中提取序列特征信息，再通过一维的神经网络进行深度学习及分类，利用流量数据为一维数据的特征，有效提高网络应用识别的准确率。 | ||
| 搜索关键词： | 一种 基于 深度 学习 序列 特征 网络 应用 识别 方法 系统 | ||
【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中山大学，未经中山大学许可，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/202110444021.2/，转载请声明来源钻瓜专利网。
