一种基于XGBoost模型的SDWAN异常流量识别方法技术

本发明专利技术公开了一种基于XGBoost模型的SDWAN异常流量识别方法，其涉及网络技术与安全技术领域，旨在解决网络配置不当、企业的网络设备故障、企业应用程序故障等因素也会导致流量异常进而影响企业业务的正常运行，且现在的异常流量识别无法充分识别SDWAN网络环境中的异常流量类型的问题，其技术方案要点是S1：在SDWAN网络环境中实时采集流量数据，通过在不同网络节点进行人工干预以产生异常流量数据；S2：对网络异常流量数据集进行预处理；S3：基于经过预处理的异常流量数据集，使用XGBoost库构建分类模型，调用相应的接口进行模型的训练；S4：模型调参；S5：模型评估。达到了可更快地识别异常流量类型，进而更好地保障产品服务质量的效果。

【技术实现步骤摘要】

本专利技术涉及网络技术与安全，尤其是涉及一种基于xgboost模型的sdwan异常流量识别方法。

技术介绍

1、sdwan(software-defined wide area network)是一种基于软件定义的广域网技术，它通过集中管理和控制多个分布式网络设备，提供更灵活、安全、可靠和高效的网络连接，目前，sdwan已经被应用于分支机构连接、数据中心互联、多云接入、移动办公、互联网边界连接等场景，而对于企业来讲，网络安全一直是核心，任何需求和场景都建立在网络安全之上。

2、上述中的现有技术方案存在以下缺陷：除防止未经授权的访问和网络攻击之外，网络配置不当、企业的网络设备(如路由器、交换机、防火墙等)故障、企业应用程序故障等因素也会导致流量异常进而影响企业业务的正常运行，且现在的异常流量识别无法充分识别sdwan网络环境中的异常流量类型。

技术实现思路

1、本专利技术的目的是提供一种更好地识别sdwan网络环境中的异常流量类型以便更快更准确地提出为企业提出解决方案和提高服务质量的基于xgboos本文档来自技高网...

【技术保护点】

1.一种基于XGBoost模型的SDWAN异常流量识别方法，其特征在于：其方法如下：

2.根据权利要求1所述的一种基于XGBoost模型的SDWAN异常流量识别方法，其特征在于：所述S1中异常流量数据包括有报文乱序、报文丢失、报文重复、数据损坏和非法报文，且异常流量数据作为模型训练和预测的数据集。

3.根据权利要求2所述的一种基于XGBoost模型的SDWAN异常流量识别方法，其特征在于：所述S2中数据清洗包括去除重复数据、缺失数据和异常值，重复数据会导致结果偏差，缺失数据会影响后续的分析，异常值会干扰模型的训练和预测。

4.根据权利要求3所述的一种基...

【技术特征摘要】

1.一种基于xgboost模型的sdwan异常流量识别方法，其特征在于：其方法如下：

2.根据权利要求1所述的一种基于xgboost模型的sdwan异常流量识别方法，其特征在于：所述s1中异常流量数据包括有报文乱序、报文丢失、报文重复、数据损坏和非法报文，且异常流量数据作为模型训练和预测的数据集。

3.根据权利要求2所述的一种基于xgboost模型的sdwan异常流量识别方法，其特征在于：所述s2中数据清洗包括去除重复数据、缺失数据和异常值，重复数据会导致结果偏差，缺失数据会影响后续的分析，异常值会干扰模型的训练和预测。

4.根据权利要求3所述的一种基于xgboost模型的sdwan异常流量识别方法，其特征在于：所述s2中特征选择具体为选择与目标任务相关的特征，去除与目标任务无关或冗余的特征，且特征选择提高模型的训练效率和预测性能。

5.根据权利要求4所述的一种基于xgboost模型的sdwan异常流量识别方法，其特征在于：所述s2中特征编码用于将非数值型特征转换为数值型特征，以便于模型的训练和计算，且特征编码采用独热编码。

6.根据权利要求5所述的一种基于xgboost模型的sdwa...

【专利技术属性】
技术研发人员：王越，张欣，王振民，王丽梅，
申请(专利权)人：天翼云科技有限公司，
类型：发明
国别省市：