-
公开(公告)号:CN116319582A
公开(公告)日:2023-06-23
申请号:CN202211715444.4
申请日:2022-12-29
Applicant: 西安交通大学
IPC: H04L47/2441 , H04L47/2483
Abstract: 本发明公开了一种网络流量分类方法、系统、设备及可读存储介质,本发明无须对流量样本开展剪裁、对齐等人工定制化操作,直接将异构、混杂的流量样本经过向量化后作为输入,保留了样本的异构特征,并自动从样本中学习特征,避免了“输入定制化”导致的特征损失,通过层次化结构与深度学习进行融合,将流量结构嵌入神经网络结构中,能够自动提取各种结构的流量样本特征,解决了流量样本“结构不可知”问题。由于具备对异构流量样本输入的自动处理和特征学习能力,本发明显著降低了人工对样本的定制化预处理操作,避免了样本剪裁、对齐导致的特征损失,因此能够高效、精准的对多种流量分类任务进行识别。