[发明专利]一种基于机器学习加速的网络流量分类方法有效
| 申请号： | 201910442213.2 | 申请日： | 2019-05-24 |
| 公开（公告）号： | CN110311829B | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 李晖;戴睿;闫皓楠;萧明炽;郑献春;赵兴文;李凤华;曹进 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | H04L12/26 | 分类号： | H04L12/26;G06K9/62 |
| 代理公司： | 西安长和专利代理有限公司 61227 | 代理人： | 李霞;肖志娟 |
| 地址： | 710071 陕西省*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于网络安全技术领域，公开了一种基于机器学习加速的网络流量分类方法，利用网络流数据的特征向量，将待识别网络流数据的特征作为随机森林模型的输入，进行网络流量的监督学习；之后从训练好的模型中提取出协议匹配规则，实现了网络流量协议的快速识别匹配功能；同时结合深度包检测方法，在保证现有方案识别准确度的情况下，大幅度提升了分类速度。本发明通过减少传统深度包检测方案中的多次盲目匹配，解决了其造成的性能损失问题，提高了网络流量分类系统在实际使用中的检测效率和系统的吞吐量。同时本发明提出的改进方案具有非常高的兼容性，支持目前所有新型的深度包检测匹配改进算法及硬件加速方案等，具有很强的实践价值和意义。 | ||
| 搜索关键词： | 一种 基于 机器 学习 加速 网络流量 分类 方法 | ||
【主权项】：
1.一种基于机器学习加速的网络流量分类方法，其特征在于，所述基于机器学习加速的网络流量分类方法利用网络流数据的特征向量，将待识别网络流数据的特征作为监督学习的输入；训练网络流量协议识别模型，从中提取的协议匹配规则实现网络流量协议识别功能；同时结合深度包检测方法，兼顾识别的速度与准确度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910442213.2/，转载请声明来源钻瓜专利网。
