一种流业务建模方法、装置、平台、电子设备和存储介质与流程

本发明涉及通信，尤其是涉及一种流业务建模方法、装置、平台、电子设备和存储介质。

背景技术：

1、在传统的流业务分析技术中，数据流的业务指标是基于报文明码解析得到的。但是随着用户对隐私的逐渐重视，近年来，越来越多的应用服务提供商实现了对数据流的加密。随着加密数据流的普及，过去的各种对明文字段进行解析，以提取业务指标的流业务分析手段逐渐失去作用。使用数据流在时间维度上隐含的信息，去近似拟合各种业务指标的方法取而代之，成为当前最主流的分析流业务的技术手段。

2、然而，本发明的发明人发现：当前对流业务的分析主要有深度流检测(deep flowinspection，简称“dfi”)、深度报文检测(deep packet inspection，简称“dpi”)、深度学习、机器学习等多种方法。相关技术人员往往选择不同分析方法对不同流业务进行分析，这种孤岛式的流业务分析方法，复杂度高、耗时长且需要较高的专业度。

技术实现思路

1、本发明实施方式的目的在于提供一种流业务建模方法、装置、平台、电子设备和存储介质，用以降低流业务分析的复杂度，便捷的实现对流业务的分析。

2、为了解决上述问题，本发明的实施方式提供了一种流业务建模方法，包括：

3、在预设的多个特征提取算法中选取目标特征提取算法，目标特征提取算法用于提取待部署的流业务的业务特征；并在预设的多个算法模型中选取待部署的流业务的算法模型；根据样本数据对待部署的流业务的算法模型进行模型训练，其中，样本数据包括待部署的流业务的业务特征和业务指标数据；其中，训练完成的算法模型用于分析流业务的业务指标数据。

4、本发明的实施方式还提供了一种流业务的建模装置，包括：

5、选取模块，用于在预设的多个特征提取算法中选取目标特征提取算法，目标特征提取算法用于提取待部署的流业务的业务特征；并在预设的多个算法模型中选取待部署的流业务的算法模型；训练模块，用于根据样本数据对待部署的流业务的算法模型进行模型训练，其中，样本数据包括待部署的流业务的业务特征和业务指标数据；其中，训练完成的算法模型用于分析流业务的业务指标数据。

6、本发明的实施方式还提供了一种电子设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的流业务的建模方法。

7、本发明的实施方式还提供了一种存储有计算机程序的计算机可读存储介质，计算机程序被处理器执行时实现上述的流业务的建模方法。

8、本发明实施方式为待部署的流业务选取特征提取算法用以提取流业务的业务特征。进而选取算法模型，并用待部署的流业务的业务特征和业务指标数据作为样本数据，对选取的算法模型进行训练，训练完成的算法模型能够实现对流业务的分析。在多个预设特征提取算法和算法模型中为流业务选取目标特征提取算法以及算法模型，且对于任一流业务统一采用上述方法进行建模，相比于对不同流业务采用不同方法提取特征、训练模型的方式，能够降低流业务模型建立的复杂度，进而降低流业务分析的复杂度，便捷的实现对流业务的分析。

技术特征：

1.一种流业务的建模方法，其特征在于，包括：

2.根据权利要求1所述的流业务的建模方法，其特征在于，在所述在预设的多个特征提取算法中选取目标特征提取算法之前，还包括：

3.根据权利要求1所述的流业务的建模方法，其特征在于，在所述在预设的多个算法模型中选取所述待部署的流业务的算法模型之后，在所述根据样本数据对所述待部署的流业务的算法模型进行模型训练之前，还包括：

4.根据权利要求3所述的流业务的建模方法，其特征在于，所述对所述待部署的流业务的业务特征进行归一化处理，包括：

5.根据权利要求4所述的流业务的建模方法，其特征在于，在所述根据样本数据对所述待部署的流业务的算法模型进行模型训练后，还包括：

6.根据权利要求5所述的流业务的建模方法，其特征在于，所述加载业务配置文件和训练完成的所述算法模型，分析输入的实时流业务的业务指标数据，包括：

7.一种流业务的建模装置，其特征在于，包括：

8.一种流业务的建模平台，其特征在于，包括：选取模块和训练模块，所述选取模块与所述训练模块相连接；其中，

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的流业务的建模方法。

技术总结
本发明涉及通信技术领域，公开了一种流业务建模方法、装置、平台、电子设备和存储介质。本发明中，该流业务建模方法，包括：在预设的多个特征提取算法中选取目标特征提取算法，目标特征提取算法用于提取待部署的流业务的业务特征；并在预设的多个算法模型中选取待部署的流业务的算法模型；根据样本数据对待部署的流业务的算法模型进行模型训练，其中，样本数据包括待部署的流业务的业务特征和业务指标数据；其中，训练完成的算法模型用于分析流业务的业务指标数据。能够降低流业务分析的复杂度，便捷的实现对流业务的分析。

技术研发人员：杨治国,宋亚东
受保护的技术使用者：中兴通讯股份有限公司
技术研发日：
技术公布日：2024/1/12