【技术实现步骤摘要】
本申请涉及计算机网络安全的领域，尤其是涉及一种异常流量检测方法、装置、电子设备及介质。
技术介绍
1、随着视频监控网络的规模不断扩大，越来越多的视频监控的关联应用，其web访问由http过度到更安全的https，网络中的加密流量持续增加；同时随着非标准端口的使用在增加，多协议混合流量也在增加，这使得传统的网络异常流量识别方法(如基于端口的、基于深度数据包检查(dpi)的方法和基于统计的)不再适用。
2、目前，相关技术中主流的异常流量识别方法包括直接提取网络流量特征或将原始流量转化为灰度图作为网络流量的特征，然后通过对应的识别模型进行异常流量识别。但是，将流量转化为灰度图后，可解释性较低，并且可能存在灰度图没有截取到有用信息的情况，这就会导致相关技术中对异常流量识别的准确度较低。
技术实现思路
1、为了提高对异常流量识别的准确度，本申请提供一种异常流量检测方法、装置、电子设备及介质。
2、第一方面，本申请提供一种流量检测异常流量检测方法，采用如下的技术方案：
<...【技术保护点】
1.一种异常流量识别方法，其特征在于，包括：
2.根据权利要求1所述的一种异常流量识别方法，其特征在于，异常流量识别模型的训练步骤包括：
3.根据权利要求2所述的一种异常流量识别方法，其特征在于，所述构建基于迁移学习的图像识别模型，包括：
4.根据权利要求2所述的一种异常流量识别方法，其特征在于，所述将所述正样本和所述负样本做为训练集对所述图像识别模型进行训练，得到异常流量识别模型，包括：
5.根据权利要求1-4任一项所述的一种异常流量识别方法，其特征在于，所述将所述待识别数据输入异常流量识别模型进行识别，得到识别结果，
...
【技术特征摘要】
1.一种异常流量识别方法，其特征在于，包括：
2.根据权利要求1所述的一种异常流量识别方法，其特征在于，异常流量识别模型的训练步骤包括：
3.根据权利要求2所述的一种异常流量识别方法，其特征在于，所述构建基于迁移学习的图像识别模型，包括：
4.根据权利要求2所述的一种异常流量识别方法，其特征在于，所述将所述正样本和所述负样本做为训练集对所述图像识别模型进行训练，得到异常流量识别模型，包括：
5.根据权利要求1-4任一项所述的一种异常流量识别方法，其特征在于，所述将所述待识...
【专利技术属性】
技术研发人员：李庆，张永元，李衡，段伟恒，
申请(专利权)人：北京天防安全科技有限公司，
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。