CN202210714868.2 一种基于三重特征选择和增量学习的在线流分类方法

发布者:张永姣发布时间:2024-12-02浏览次数:12

专利号:CN202210714868.2

专利名称:一种基于三重特征选择和增量学习的在线流分类方法

申请日:2022-06-22

专利类型:授权发明

支付方式:一次总付

支付标准:10万元

开放许可期限:3年

所属分类:人工智能

  

项目详情:本申请涉及一种基于三重特征选择和增量学习的在线流分类方法,所述方法包括:基于预先采集的网络流量样本数据,采用三重特征选择方案进行特征选择,并使用霍夫丁任意时间树增量学习方法离线训练模式构建初始的决策模型;基于实时的流量,获取用于在线训练的特征数据集合,对所述特征数据集合中的特征数据进行处理,并基于处理后的特征数据集合通过霍夫丁任意时间树的在线模式更新初始的决策模型,获得用于对网络流量进行在线分类的决策模型。通过本申请中的方法,可以实现实时地对长短流进行细粒度的流分类,识别类型包括猎豹流、乌龟流、豪猪流和大象流,提供了一种通用的在线流分类框架。

  

联系人:张刚刚

电话:83671445

邮箱:dbdxzscq@mail.neu.edu.cn