公开(公告)号：CN109873774B

公开(公告)日：2021-01-01

申请号：CN201910036196.2

申请日：2019-01-15

Applicant: 北京邮电大学

Inventor： 廖青 ,  赵晶玲 ,  李天琦 ,  刘月

IPC: H04L12/851

Abstract: 本发明实施例提供的一种网络流量识别方法及装置，方法包括：在接收当前数据流完成的情况下，提取当前数据流中数据包包头的数据，作为第一样本；将第一样本输入半监督模型，利用半监督模型输出第一样本的类别及第一样本是否位于簇的边界距离内的结果；在第一样本是位于簇的边界距离内的结果情况下，如果第一样本是新类别的样本，则在预设的机器识别模型的输出节点中增加一个输出节点，将增加输出节点后的机器识别模型作为在线识别模型；然后识别当前数据流后的下一个数据流的类别。相比于现有技术，本发明实施例更改机器识别模型的结构，使用更改结构后的机器学习模型识别当前数据流后的下一个的数据流的类别，可以提高识别数据流的类别实时性。

公开(公告)号：CN109873774A

公开(公告)日：2019-06-11

申请号：CN201910036196.2

申请日：2019-01-15

Applicant: 北京邮电大学

Inventor： 廖青 ,  赵晶玲 ,  李天琦 ,  刘月

IPC: H04L12/851

Abstract: 本发明实施例提供的一种网络流量识别方法及装置，方法包括：在接收当前数据流完成的情况下，提取当前数据流中数据包包头的数据，作为第一样本；将第一样本输入半监督模型，利用半监督模型输出第一样本的类别及第一样本是否位于簇的边界距离内的结果；在第一样本是位于簇的边界距离内的结果情况下，如果第一样本是新类别的样本，则在预设的机器识别模型的输出节点中增加一个输出节点，将增加输出节点后的机器识别模型作为在线识别模型；然后识别当前数据流后的下一个数据流的类别。相比于现有技术，本发明实施例更改机器识别模型的结构，使用更改结构后的机器学习模型识别当前数据流后的下一个的数据流的类别，可以提高识别数据流的类别实时性。