一种基于层次化时空特征学习的网络流量分类方法及装置
基本信息
| 申请号 | CN201711164948.0 | 申请日 | - |
| 公开（公告）号 | CN108200006A | 公开（公告）日 | 2018-06-22 |
| 申请公布号 | CN108200006A | 申请公布日 | 2018-06-22 |
| 分类号 | H04L29/06;G06N3/08;G06N3/04;G06K9/62;H04L12/24 | 分类 | 电通信技术; |
| 发明人 | 王劲林;王伟;曾学文;叶晓舟 | 申请（专利权）人 | 郑州芯兰德网络科技有限公司 |
| 代理机构 | 北京亿腾知识产权代理事务所 | 代理人 | 中国科学院声学研究所;北京中科智网科技有限公司 |
| 地址 | 100190 北京市海淀区北四环西路21号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明实施例提供一种基于层次化时空特征学习的网络流量分类方法及装置，所述方法包括：通过第一神经网络获取网络流量数据的空间特征；通过第二神经网络获取所述网络流量数据的时序特征；根据所述空间特征和所述时序特征对所述网络流量进行分类。可得到比较全面准确的流量特征信息，能够有效提高网络流量分类能力；使用更好的流量特征集可以有效地降低误警率。 |
