龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国人民解放军国防科技大学
摘要：本申请涉及一种用于动态恶意流量分类的增量学习方法、装置和电子设备，该方法构建了用于动态恶意流量分类的增量学习模型，包括：用于将原始流量转换为图像格式的流量特征转换模块、用于从图像格式数据中提取可扩展特征的动态可扩展特征提取模块、分类器学习模块；采用原始网络流量对增量学习模型进行初步训练；持续判断是否有新类别数据到来，如果有，则将新特征提取器扩展到现有动态可扩展特征提取模块，冻结现有动态可扩展特征提取模块，采用新类别数据和原训练样本的示例集训练当前时刻增量学习模型；如果没有，则对网络流量数据进行分类。本方法在不忘记以前学到的旧知识的情况下逐步获得新知识，保持了高性能和稳定的持续学习能力。
主权项：1.一种用于动态恶意流量分类的增量学习方法，其特征在于，所述方法包括：获取原始网络流量，并将所述原始网络流量作为训练样本；根据所述训练样本对用于动态恶意流量分类的增量学习模型进行训练，得到t-1时刻训练好的增量学习模型，所述增量学习模型包括：流量特征转换模块、动态可扩展特征提取模块以及分类学习模块；所述流量特征转换模块用于将所述训练样本转换为基于特征的双向流，将所述双向流转换为图像格式的流量数据；所述动态可扩展特征提取模块包括：若干个特征提取器；所述动态可扩展特征提取模块用于从所述图像格式的流量数据中提取可扩展特征；所述分类学习模块用于根据所述可扩展特征进行预测，得到动态恶意流量分类结果；其中t为整数，t的初始值为2；如果没有新类别数据到来时，则采用t-1时刻训练好的增量学习模型对网络流量数据进行分类，得到动态恶意流量分类结果；如果有新类别数据到来时，则从t-1时刻的训练样本中选择示例集，将所有新类别的数据和示例集组合，得到t时刻的训练样本；将构建的新特征提取器扩展到t-1时刻的动态可扩展特征提取模块上，构建t时刻动态可扩展特征提取模块，得到t时刻的增量学习模型；冻结t-1时刻的动态可扩展特征提取模块的参数，采用t时刻的训练样本对t时刻的增量学习模型进行训练，得到t时刻训练好的增量学习模型；将t的值增加1，继续判断是否有新类别数据到来，直到收到终止指令。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 用于动态恶意流量分类的增量学习方法、装置和电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号