Invention Publication
CN113328987A 基于深度学习的增量学习流量异常检测方法
无效 - 驳回
- Patent Title: 基于深度学习的增量学习流量异常检测方法
-
Application No.: CN202110380396.7Application Date: 2021-04-09
-
Publication No.: CN113328987APublication Date: 2021-08-31
- Inventor: 肖艳炜 , 金学奇 , 蒋正威 , 刘栋 , 孔飘红 , 黄银强 , 李振华 , 张静 , 杜浩良 , 朱英伟 , 张锋明 , 吴炳超 , 吴涛 , 张晖 , 张立群 , 江杰 , 潘仲达
- Applicant: 国网浙江省电力有限公司金华供电公司 , 国网浙江省电力有限公司
- Applicant Address: 浙江省金华市婺城区双溪西路420号;
- Assignee: 国网浙江省电力有限公司金华供电公司,国网浙江省电力有限公司
- Current Assignee: 国网浙江省电力有限公司金华供电公司,国网浙江省电力有限公司
- Current Assignee Address: 浙江省金华市婺城区双溪西路420号;
- Agency: 杭州华鼎知识产权代理事务所
- Agent 项军
- Main IPC: H04L29/06
- IPC: H04L29/06 ; H04L12/24 ; G06K9/62 ; G06N3/04

Abstract:
本申请实施例提出了基于深度学习的增量学习流量异常检测方法,包括收集网络流量数据,并对网络流量数据进行预处理,得到处理后的网络流量数据;利用LSTM模型对处理后的网络流量数据进行特征预提取;建立决策树改进支持向量机模型,通过折交叉验证算法选取最优化参数,构建最优化模型;训练得到改进后的向量机模型,用于对提取到的网络流量数据特征进行分类,对分类效果进行评估。提出了用决策树和SVM结合的方法,针对网络流量数据特点,采用LSTM提取流量信息特征,在利用模型进行异常流量的分类检测。基于改进的模型成功的进行了分类检测,并且相较于传统的流量异常检测方法,取得了更优的分类效果。
Information query