-
公开(公告)号:CN118211154A
公开(公告)日:2024-06-18
申请号:CN202410615874.1
申请日:2024-05-17
Applicant: 南京邮电大学
IPC: G06F18/2431 , H04L69/06 , H04L69/04 , G06F18/2415 , G06F18/2321 , G06F18/23213 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明公开一种基于持续学习改进的类增量业务识别方法及系统,属于通信网络技术领域;方法包括采集通信网数据并进行无损压缩,处理为只含有IP层报文的报文信息流;对报文信息流进行预处理,然后采用DBSCAN算法对信息流添加标签,得到可用于业务识别模型训练的数据集;采用OWM方法改进CNN模型,得到OWM改进的业务识别模型,并用数据集对OWM改进的业务识别模型进行训练,之后结合专家知识来进行模型诊断,调整模型参数,进行AI辨识;将经过AI辨识产生的结果输出,并根据业务识别结果对网络进行精细化管理;该方法不仅解决了现有的通信网络中训练样本难以获取,还解决了传统业务识别模型出现遗忘,无法应对动态网络环境的问题以及准确性下降问题。
-
公开(公告)号:CN118211154B
公开(公告)日:2024-08-13
申请号:CN202410615874.1
申请日:2024-05-17
Applicant: 南京邮电大学
IPC: G06F18/2431 , H04L69/06 , H04L69/04 , G06F18/2415 , G06F18/2321 , G06F18/23213 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明公开一种基于持续学习改进的类增量业务识别方法及系统,属于通信网络技术领域;方法包括采集通信网数据并进行无损压缩,处理为只含有IP层报文的报文信息流;对报文信息流进行预处理,然后采用DBSCAN算法对信息流添加标签,得到可用于业务识别模型训练的数据集;采用OWM方法改进CNN模型,得到OWM改进的业务识别模型,并用数据集对OWM改进的业务识别模型进行训练,之后结合专家知识来进行模型诊断,调整模型参数,进行AI辨识;将经过AI辨识产生的结果输出,并根据业务识别结果对网络进行精细化管理;该方法不仅解决了现有的通信网络中训练样本难以获取,还解决了传统业务识别模型出现遗忘,无法应对动态网络环境的问题以及准确性下降问题。
-