一种基于代价敏感和梯度提升算法的不均衡网络流量分类方法和装置

摘要

本发明涉及一种基于代价敏感和梯度提升算法的不均衡网络流量分类方法和装置。该方法包括：采集当前任务场景下的网络流量，对其进行特征提取和标注，并划分训练集和验证集；设置参数池和目标指标；将训练集和验证集作为输入，根据设置的目标指标，采用梯度提升算法并通过交叉验证，对参数池中的参数进行自动化调优；将最佳参数组合代入分类器的相应位置，将训练集作为输入训练分类器，每一轮迭代产生的分类器采用验证集进行效果验证；采集不均衡网络流量数据，利用训练完成的不均衡网络流量分类器得到分类结果。本发明可以自适应调节参数，找到适合该场景的最佳参数，并训练能达到最佳目标指标的分类器，而无需了解数据分布的先验知识。