首页> 中国专利> 一种基于深度特征的P2P流量细粒度识别方法

一种基于深度特征的P2P流量细粒度识别方法

摘要

本发明公开了一种基于深度特征的P2P流量细粒度识别方法,包括训练过程和识别过程;训练过程包括收集和处理数据集、提取深度特征、训练二分类器及构建识别辅助器;识别过程具体为:利用深度卷积神经网络对所述P2P流量数据进行特征提取,将训练好的多个二分类器和识别辅助器组合得到细粒度流量识别模型,利用细粒度流量识别模型对所述深度特征进行分类。本发明提高了P2P流量数据分类的效率和准确率,可扩展性高。

著录项

  • 公开/公告号CN110417786B

    专利类型发明专利

  • 公开/公告日2022-01-11

    原文格式PDF

  • 申请/专利权人 广东工业大学;

    申请/专利号CN201910703860.4

  • 申请日2019-07-31

  • 分类号H04L9/40(20220101);H04L67/104(20220101);G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构11227 北京集佳知识产权代理有限公司;

  • 代理人郭帅

  • 地址 510060 广东省广州市越秀区东风东路729号大院

  • 入库时间 2022-08-23 13:00:21

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