[发明专利]基于联邦半监督学习的流量分类方法及系统在审
| 申请号： | 202211123213.4 | 申请日： | 2022-09-15 |
| 公开（公告）号： | CN115563532A | 公开（公告）日： | 2023-01-03 |
| 发明（设计）人： | 卜佑军;孙重鑫;陈博;马海龙;周锟;张德升;乔伟;王克跃;蒋笑笑;王亮 | 申请（专利权）人： | 中国人民解放军战略支援部队信息工程大学;网络通信与安全紫金山实验室 |
| 主分类号： | G06F18/241 | 分类号： | G06F18/241;G06F18/2415;G06F18/214;G06N3/0464;G06N3/047;G06N3/088;G06N3/08 |
| 代理公司： | 郑州大通专利商标代理有限公司 41111 | 代理人： | 刘莹莹 |
| 地址： | 450000 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于联邦半监督学习的流量分类方法及系统。该方法包括：构建无标签流量数据集和有标签流量数据集；中心服务器将全局模型分解为有监督学习参数与无监督学习参数并进行初始化；将参数和辅助代理发送至各客户端；客户端基于有监督学习参数、无监督学习参数和辅助代理利用本地的无标签流量数据集进行无监督训练，将无监督学习参数差异上传至中心服务器；中心服务器聚合更新各无监督学习参数；利用本地的有标签流量数据集进行有监督训练，将有监督学习参数差异、无监督学习参数差异发送至各客户端；基于最近邻搜索得到新的辅助代理，并在满足设定发送条件时，向各客户端发送新的辅助代理；迭代执行前述的2个步骤，直至满足停止条件。 | ||
| 搜索关键词： | 基于 联邦 监督 学习 流量 分类 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国人民解放军战略支援部队信息工程大学;网络通信与安全紫金山实验室，未经中国人民解放军战略支援部队信息工程大学;网络通信与安全紫金山实验室许可，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/202211123213.4/，转载请声明来源钻瓜专利网。
