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：西安理工大学
摘要：本发明公开了融合图结构和时序特征的移动网络流量特征提取方法，首先采集5G网络中的流量数据，进行特征提取，对提取的label特征进行标注，标注后的数据作为原始数据；对原始数据进行预处理，筛选出评分前24名的特征；索引合并，得到新的数据集，并将数据集划分为训练集和测试集；然后分别构建训练集和测试集对应的包含历史流量特征的图片数据；构建网络流量特征提取模型HTEM‑CGSC；分别采用训练集和测试集通过构建的模型进行特征提取；将提取出来的特征拼接，然后进行可视化并保存。本发明解决了现有技术中存在的机器学习方法因忽略了流量间的关系只关注于流量本身特征导致的对恶意流量识别准确率差的问题。
主权项：1.融合图结构和时序特征的移动网络流量特征提取方法，其特征在于，具体按照以下步骤实施：步骤1、采集5G网络中的流量数据，进行特征提取，对提取的label特征进行标注，标注后的数据作为原始数据；步骤2、对原始数据进行预处理，筛选出评分前24名的特征；步骤3、索引合并，得到新的数据集，并将数据集划分为训练集和测试集；步骤4、分别构建训练集和测试集对应的包含历史流量特征的图片数据；步骤5、构建网络流量特征提取模型HTEM-CGSC；步骤6、分别采用训练集和测试集通过步骤5构建的模型进行特征提取；步骤7、将步骤6提取出来的特征拼接，然后进行可视化并保存。
全文数据：
权利要求：
百度查询： 西安理工大学 融合图结构和时序特征的移动网络流量特征提取方法
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