首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种在线漂移检测和自适应的可持续网络流量分类方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京邮电大学

摘要:本发明公开了一种在线漂移检测和自适应的可持续网络流量分类方法,首先构建原始模型,完成流量数据工程和流量特征工程,并训练分类模型;然后进行漂移检测,通过漂移检测器检测网络流量数据是否发生漂移,若数据发生漂移,采集变化后的网络流量作为新数据,使用改进的旧知识蒸馏和偏差校正方法,进行数据漂移后的持续学习;最后,用调整后的新模型替代旧模型,完成网络流量数据漂移后模型自动检测和更新。本发明方法能够实时监测网络流量数据的变化,及时发现数据漂移的发生,并使用合适的更新策略快速适应新的数据分布,保持良好的性能;同时考虑数据选取和存储,减小了存储所有数据造成的资源浪费,提高了更新模型的实时性和灵敏度。

主权项:1.一种在线漂移检测和自适应的可持续网络流量分类方法,其特征在于,包括如下步骤:S1、构建原始模型:基于输入的网络流量数据,进行数据处理,完成流量数据工程和流量特征工程;并用处理后的流量数据训练分类模型,得到识别流量数据所属应用类别的原始模型;S2、漂移检测:基于训练好的原始模型,对不断输入的网络流量进行识别和流量分类;通过漂移检测器检测网络流量数据是否发生漂移,若数据发生漂移,启动模型更新;S3、训练数据集成:检测到数据发生漂移后,采集变化后的网络流量作为新数据,重复步骤S1得到新训练数据集,并将上一次的训练数据作为旧数据样本,对旧数据样本进行样本选择,选取代表性的样本保留作为旧训练集,与新训练集合并,用于模型更新;S4、模型更新:利用步骤S3得到的训练数据集更新模型,通过微调的方式对模型进行调整,使用改进的旧知识蒸馏和偏差校正方法,进行数据漂移后的持续学习;用调整后的新模型替代旧模型,进行流量识别,并重复步骤S2持续进行漂移检测,完成网络流量数据漂移后模型自动检测和更新。

全文数据:

权利要求:

百度查询: 南京邮电大学 一种在线漂移检测和自适应的可持续网络流量分类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。