← 返回列表

一种基于半监督学习的流量识别方法及系统

申请号: CN202311505783.4
申请人: 江苏君立华域信息安全技术股份有限公司
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 一种基于半监督学习的流量识别方法及系统
专利类型 发明申请
申请号 CN202311505783.4
申请日 2023/11/13
公告号 CN117557843A
公开日 2024/2/13
IPC主分类号 G06V10/764
权利人 江苏君立华域信息安全技术股份有限公司
发明人 姜风超; 胡福亮; 王绪民; 刘德志
地址 江苏省南京市江宁经济技术开发区正方中路199号

摘要文本

江苏君立华域信息安全技术股份有限公司取得“一种透气窗帘布”专利技术,本发明公开了一种基于半监督学习的流量识别方法及系统,该方法包括:分别采集正常数据流量和恶意数据流量,并进行数据预处理;将预处理后的数据进行图像转换,生成灰度图像;采用欠采样方法平衡图像数据集;构建基于残差网络的流量识别模型,使用粒子群优化算法寻找全局最优解;使用剩余带有标记的数据对所述流量识别模型进行再训练;将捕获到的真实数据流量输送到训练好的流量识别模型中进行流量识别,最终实现流量的分类。本发明通过引入自注意力机制来提高模型在处理复杂任务时的性能和效果,通过使用残差网络代替卷积神经网络来提取流量原始特征及统计特征以便解决模型训练过程中出现的退化现象,从而提取到更细节的特征。

专利主权项内容

1.一种基于半监督学习的流量识别方法,其特征在于,所述方法包括:分别采集正常数据流量和恶意数据流量,并进行数据预处理;将预处理后的数据进行图像转换,生成灰度图像,转换后生成的图像数据集分为两组,一组为不带标记的数据,另一组为带有标记的数据;采用欠采样方法平衡图像数据集;构建基于残差网络的流量识别模型,按照不带标记的数据:带有标记的数据=50 : 1的比例组成模型数据集放入残差网络中对所述流量识别模型进行预训练,使用粒子群优化算法寻找全局最优解;使用剩余带有标记的数据对所述流量识别模型进行再训练;将捕获到的真实数据流量输送到训练好的流量识别模型中进行流量识别,最终实现流量的分类。