首页> 中国专利> 一种基于深度判别特征的网络流量分类系统及方法

一种基于深度判别特征的网络流量分类系统及方法

摘要

本发明涉及一种基于深度判别特征的网络流量分类系统及方法,包括:预处理模块和模型学习模块,预处理模块:将不同应用产生的长度不一的网络流作为输入,将每条网络流表示为固定大小的流矩阵,以满足卷积神经网络(CNN)的输入格式要求;模型学习模块:以预处理模块得到的流矩阵作为输入,在度量学习正则化项和交叉熵损失项共同构成的目标函数的监督下,对深度卷积神经网络进行训练,使得神经网络可以对输入的流矩阵学习得到更具判别性的特征表示,从而使得分类结果更加准确。

著录项

  • 公开/公告号CN110796196A

    专利类型发明专利

  • 公开/公告日2020-02-14

    原文格式PDF

  • 申请/专利权人 中国科学院信息工程研究所;

    申请/专利号CN201911040768.0

  • 申请日2019-10-30

  • 分类号

  • 代理机构北京科迪生专利代理有限责任公司;

  • 代理人安丽

  • 地址 100093 北京市海淀区闵庄路甲89号

  • 入库时间 2023-12-17 06:38:44

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-03-10

    实质审查的生效 IPC(主分类):G06K9/62 申请日:20191030

    实质审查的生效

  • 2020-02-14

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号