一种基于梯度的网络流量分类方法及系统

    公开(公告)号:CN115034284A

    公开(公告)日:2022-09-09

    申请号:CN202210403955.6

    申请日:2022-04-18

    Abstract: 本发明公开了一种基于梯度的网络流量分类方法及系统。本方法为:利用类别标注的网络流量样本集训练用于获取流量特征的深度学习网络;其中,训练方法为:将类别标注的网络流量样本输入所述深度学习网络,得到对应的流量特征;将网络流量样本的标注类别及对应的流量特征分别输入到Rectified‑ArcFace层计算预测损失值,使得类别和流量特征之间的角度间隔最大化;将损失值反向传播优化;将一验证数据集输入训练后的深度学习网络,得到梯度阈值;将待识别网络流量输入深度学习网络,将所得候选类别反向传播并计算Rectified‑ArcFace层网络权重的梯度H,如果H大于梯度阈值,则将待识别网络流量的类别为未知类别。

Patent Agency Ranking