一种基于特征数据和深度学习的网络流量识别方法及系统
实质审查的生效
摘要
本发明属于互联网技术领域，提供了一种基于特征数据和深度学习的网络流量识别方法及系统，该方法包括如下步骤：获取待识别网络流量数据；对待识别网络流量数据进行预处理，得到特征数据；根据特征数据和训练好的神经网络模型进行服务类型分类，得到网络流量的服务类型；所述训练好的神经网络模型包括两层，第一层用于判断网络流量数据是否为Tor或VPN网络流量数据，第二层用于对Tor或VPN数据的网络流量数据进行分类；将网络流量的分类结果通过可视化界面展示，对网络流量的未来发展形式进行预测。
基本信息
专利标题 ：
一种基于特征数据和深度学习的网络流量识别方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114338442A
申请号 ：
CN202111354668.2
公开（公告）日 ：
2022-04-12
申请日 ：
2021-11-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
赵曰峰王若楠
申请人 ：
山东师范大学
申请人地址 ：
山东省济南市历下区文化东路88号
代理机构 ：
济南圣达知识产权代理有限公司
代理人 ：
闫伟姣
优先权 ：
CN202111354668.2
主分类号 ：
H04L43/045
IPC分类号 ：
H04L43/045 H04L43/0876 H04L41/147 H04L12/46 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : H04L 43/045
申请日 : 20211116
申请日 : 20211116
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
