基于半监督学习的DPI数据中host的自动化挖掘方法及系统

摘要

本发明公开了一种基于半监督学习的DPI数据中host的自动化挖掘方法及系统，采用爬虫的方法与浏览器交互，自动化抓取host对应的含义并提炼后获得标签，提出融合以上自动化标记方法与半监督学习的方法来实现自动化挖掘host标签，同时利用了标记数据和未标记数据,弥补了监督学习与无监督学习的不足,本发明提出在实现爬虫自动化抓取并标记host的方法上，基于半监督学习的SVM‑KNN分类方法，将少量有标记的host数据与大量未标记的host数据做融合训练，对未标记的host数据做分类，最终实现自动化挖掘DPI大数据的host标签。