基于机器学习的网络线路流量带宽异常检测方法及系统与流程

文档序号:37797480发布日期:2024-04-30 17:07阅读:来源:国知局

技术特征:

1.一种基于机器学习的网络线路流量带宽异常检测方法,其特征在于,包括:

2.根据权利要求1所述的基于机器学习的网络线路流量带宽异常检测方法,其特征在于,在所述步骤s1中:

3.根据权利要求1所述的基于机器学习的网络线路流量带宽异常检测方法,其特征在于,在所述步骤s2中:

4.根据权利要求1所述的基于机器学习的网络线路流量带宽异常检测方法,其特征在于,在所述步骤s3中:

5.根据权利要求1所述的基于机器学习的网络线路流量带宽异常检测方法,其特征在于,在所述步骤s4中:

6.一种基于机器学习的网络线路流量带宽异常检测系统,其特征在于,包括:

7.根据权利要求6所述的基于机器学习的网络线路流量带宽异常检测系统,其特征在于,在所述模块m1中:

8.根据权利要求6所述的基于机器学习的网络线路流量带宽异常检测系统,其特征在于,在所述模块m2中:

9.根据权利要求6所述的基于机器学习的网络线路流量带宽异常检测系统,其特征在于,在所述模块m3中:

10.根据权利要求6所述的基于机器学习的网络线路流量带宽异常检测系统,其特征在于,在所述模块m4中:


技术总结
本发明提供了一种基于机器学习的网络线路流量带宽异常检测方法及系统,包括:步骤S1:将网络安全设备中的通信流量数据写入数据库,截取数据作为测试集并进行初始化;步骤S2:选择分类方法进行分类计算;步骤S3:针对训练集实验结果的准确性和时间效率两方面进行验证;步骤S4:输入数据并根据模型训练结果进行处置。本发明提高复杂网络环境中网络带宽异常状态评估的准确性和处理效率。

技术研发人员:谈磊,黄超,高强,李文明,计千里,曹利松,李威,苏文志,杨琨,马海兰,俞申莉
受保护的技术使用者:上海基玉远达信息科技股份有限公司
技术研发日:
技术公布日:2024/4/29
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1