一种基于自学习的深度报文解析系统
基本信息
| 申请号 | CN201910755654.8 | 申请日 | - |
| 公开（公告）号 | CN110445800B | 公开（公告）日 | 2022-06-14 |
| 申请公布号 | CN110445800B | 申请公布日 | 2022-06-14 |
| 分类号 | H04L69/22（2022.01）I;H04L47/31（2022.01）I;H04L47/2441（2022.01）I;H04L47/2483（2022.01）I;H04L61/4511（2022.01）I;G06N20/00（2019.01）I;G06K9/62（2022.01）I;G06V10/762（2022.01）I | 分类 | 电通信技术; |
| 发明人 | 裴亚可;曹瑜 | 申请（专利权）人 | 上海寰创通信科技股份有限公司 |
| 代理机构 | 上海申新律师事务所 | 代理人 | - |
| 地址 | 201100上海市闵行区东川路555号己楼6层02B座 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于自学习的深度报文解析系统，属于数据处理技术领域，包括：生成端和运行端，生成端包括：第一采集模块，第一解析模块，第一学习模块，第一学习模块具体包括：训练单元；上述技术方案的有益效果是：通过增加学习中枢，能够对现有网络环境中的数据进行机器学习，并把学习成果变为特征模型反馈到现有的特征库中，使特征库具备了自我更新的能力，且能与应用程序的更新速度保持同步，解决了现有技术中特征库维护量大，消耗的人力和资源大的问题，同时系统通过学习、反馈、再学习的过程，不断对现有的特征库进行自我优化，从而大大提高了特征识别的精确度。 |
