一种神经网络增量学习方法及装置

摘要

本发明提供一种神经网络增量学习方法及装置，该方法包括：接收待处理报文；对所述待处理报文进行数据流特征提取，并基于所提取的数据流特征，利用预测神经网络确定对应的应用分类；以及，保存部分待处理报文，并基于所述部分待处理报文，利用入侵防御系统IPS软件，识别所述部分待处理报文对应的应用分类；基于所述部分待处理报文对应的应用分类，以及所述部分待处理报文的数据流特征，生成训练样本；利用所述训练样本，对所述预测神经网络进行训练，以确定新的模型参数；当确定满足预设条件时，触发所述预测神经网络加载所述新的模型参数。应用本发明实施例可以保证网络模型的预测准确率。