一种基于人工智能算法的流量分类方法及存储介质技术

本发明专利技术涉及流量分类技术领域，公开了一种基于人工智能算法的流量分类方法及存储介质，包括步骤：获取原始流量；对原始流量进行预处理；将预处理后的数据输入流量分类模型进行分类；其中所述流量分类模型通过训练集训练得到，所述训练集采用第一策略获取；该方法采用自动拨测的方式收集样本数据对流量分类模型进行训练，自动拨测的方式适用于更广泛的场景中，获得更加多样的样本数据，使数据采集高效、准确，多样且丰富的样本数据增强流量分类模型训练效果，使流量分类模型的鲁棒性和准确性提高，对于网络流量数据的识别分类准确度高。

【技术实现步骤摘要】

本专利技术涉及流量分类，具体涉及一种基于人工智能算法的流量分类方法及存储介质。

技术介绍

1、随着互联网和网络通信的普及，网络流量的规模和复杂性不断增加。为了监测、管理和保护网络，流量分类技术变得尤为重要。网络流量分类是指将网络传输的数据包划分为不同的应用类别或协议类别，以便进行更精细的流量分析和处理。

2、基于端口，深度包检测和经典的机器学习方法等传统网络流量分类技术已被广泛使用，但随着网络流量的复杂性和规模不断增加，尤其是加密流量的广泛应用，传统技术已不能很好适应时代和环境的发展。传统方法主要面临以下挑战：

3、加密流量难以识别：传统方法无法直接访问或解析加密流量的内容，因而无法依赖传统的端口和协议信息来准确识别不同应用或协议。

4、复杂应用和协议：互联网上不断涌现出越来越复杂的应用和协议，其通信模式与传统方法所熟悉的标准模式有很大的不同。这些新兴应用可能采用自定义的通信方式、数据格式或加密技术，使得传统方法难以捕获其特征和行为模式。

5、对抗适应性的需求：随着恶意行为和网络攻击的增加，攻击者不断变换攻击本文档来自技高网...

【技术保护点】

1.一种基于人工智能算法的流量分类方法，其特征在于，包括步骤：

2.根据权利要求1所述的一种基于人工智能算法的流量分类方法，其特征在于，所述第一策略包括:

3.根据权利要求2所述的一种基于人工智能算法的流量分类方法，其特征在于，所述定制化操作由所述采集端进行，采集端与被测设备IP连接，然后通过采集端内的监控器启动线程对被测设备上的应用进行模拟访问，在模拟访问流程中进行抓包，以捕获特定时间段内的网络流量数据。

4.根据权利要求3所述的一种基于人工智能算法的流量分类方法，其特征在于，模拟访问主要包括打开、登录、搜索、点击、交互的操作，其通过所述线程进行。<...

【技术特征摘要】

1.一种基于人工智能算法的流量分类方法，其特征在于，包括步骤：

2.根据权利要求1所述的一种基于人工智能算法的流量分类方法，其特征在于，所述第一策略包括:

3.根据权利要求2所述的一种基于人工智能算法的流量分类方法，其特征在于，所述定制化操作由所述采集端进行，采集端与被测设备ip连接，然后通过采集端内的监控器启动线程对被测设备上的应用进行模拟访问，在模拟访问流程中进行抓包，以捕获特定时间段内的网络流量数据。

4.根据权利要求3所述的一种基于人工智能算法的流量分类方法，其特征在于，模拟访问主要包括打开、登录、搜索、点击、交互的操作，其通过所述线程进行。

5.根据权利要求2所述的一种基于人工智能算法的流量分类方法，其特征在于，所述预处理包括：

6.根据权利要求5所述的一种基于人工智能算法的流量分类方法，其特征在于，在生成训练集时，所述预处理还包括进行数据平衡，通过数据平衡将针对各类别的样本。

7.根据权利要求6所述的一种基于人工智能算法的流量分类方法，其特...

【专利技术属性】
技术研发人员：魏恩超，宋磊，陈陆颖，
申请(专利权)人：北京浩瀚深度信息技术股份有限公司，
类型：发明
国别省市：