【技术实现步骤摘要】
本专利技术涉及网络异常检测，特别是涉及一种基于共形预测的网络异常检测方法、系统、设备及介质。
技术介绍
1、网络异常检测是一种通过分析网络流量和设备状态，发现和定位网络故障的技术。网络异常检测的目的是及时发现网络中存在的各种问题，如拥塞、延迟、丢包、攻击、配置错误等，从而提高网络的可靠性和安全性。网络异常检测是一项重要的网络管理技术，它可以帮助网络管理员及时发现和解决网络问题，提高网络性能和用户体验。不同的检测方法各有优缺点，需要根据具体的应用场景和需求进行选择和优化。
2、目前网络异常检测的方法主要包括基于阈值的方法、基于统计的方法和基于机器学习的方法。其中，基于阈值的方法简单易实现，但是阈值的设定往往依赖于经验和主观判断，难以适应动态变化的网络环境；基于统计的方法可以克服阈值设定的困难，但是需要大量的数据采集和处理，且对数据的质量和完整性有较高的要求；基于机器学习的方法可以适应复杂和多变的网络环境，但是传统机器学习的方案缺少文本的上下文联系，模型分类能力有限，误报率较高，且需要大量标注样本，而基于深度学习的方案则存在练模...
【技术保护点】
1.一种基于共形预测的网络异常检测方法，其特征在于，包括：
2.根据权利要求1所述的基于共形预测的网络异常检测方法，其特征在于，所述对所述网络访问数据进行数据预处理，得到设定长度的文本数据，具体包括：
3.根据权利要求2所述的基于共形预测的网络异常检测方法，其特征在于，所述基于所述数字格式，对数据进行补全和截取，具体包括：
4.根据权利要求1所述的基于共形预测的网络异常检测方法，其特征在于，所述异常检测模型的训练过程，具体包括：
5.根据权利要求4所述的基于共形预测的网络异常检测方法，其特征在于，所述确定训练数据，具体包
6...
【技术特征摘要】
1.一种基于共形预测的网络异常检测方法，其特征在于，包括：
2.根据权利要求1所述的基于共形预测的网络异常检测方法，其特征在于，所述对所述网络访问数据进行数据预处理，得到设定长度的文本数据，具体包括：
3.根据权利要求2所述的基于共形预测的网络异常检测方法，其特征在于，所述基于所述数字格式，对数据进行补全和截取，具体包括：
4.根据权利要求1所述的基于共形预测的网络异常检测方法，其特征在于，所述异常检测模型的训练过程，具体包括：
5.根据权利要求4所述的基于共...
【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。