【技术实现步骤摘要】
本专利技术涉及网络数据处理，特别涉及基于融合图像与统计特征的双模态物联网流量分类方法。
技术介绍
1、物联网(iot，internet of things)流量分类是指通过分析网络流量，识别不同类型的通信活动，以保证业务的高效可靠服务质量(qos)。然而，随着iot设备的急剧增加，网络流量呈现出高度的多样性与复杂性。这不仅给网络资源管理带来了巨大挑战，还对网络空间安全构成了严重威胁。
2、iot正深刻地变革我们与数字世界的交互方式，其应用已从家庭环境的日常生活扩展到工业制造等复杂大规模系统。iot生态系统由异构网络和数十亿智能设备构成，其迅速扩展和高速运行的规模不仅推动了社会的数字化转型，也给iot中的数据保护和信息安全带来了巨大隐患。此外，iot应用场景的多样性，以及通信协议的快速演化，对网络的qos(quality of service，服务质量)也提出了非常苛刻的要求，包括低延迟、高稳定性以及快速灵活的服务适配。
3、为应对这些挑战，精准的网络流量分类成为了iot系统优化的核心手段之一。通过识别网络流量类型...
【技术保护点】
1.基于融合图像与统计特征的双模态物联网流量分类方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于融合图像与统计特征的双模态物联网流量分类方法，其特征在于，所述S1包括：
3.如权利要求2所述的基于融合图像与统计特征的双模态物联网流量分类方法，其特征在于，所述S1-1中，第一数据获取方法为：
4.如权利要求2所述的基于融合图像与统计特征的双模态物联网流量分类方法，其特征在于，所述S1-2中，标准化为：
5.如权利要求2所述的基于融合图像与统计特征的双模态物联网流量分类方法，其特征在于，所述S1-3中，流量图像的
...【技术特征摘要】
1.基于融合图像与统计特征的双模态物联网流量分类方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于融合图像与统计特征的双模态物联网流量分类方法，其特征在于，所述s1包括：
3.如权利要求2所述的基于融合图像与统计特征的双模态物联网流量分类方法，其特征在于，所述s1-1中，第一数据获取方法为：
4.如权利要求2所述的基于融合图像与统计特征的双模态物联网流量分类方法，其特征在于，所述s1-2中，标准化为：
5.如权利要求2所述的基于融合图像与统计特征的双模态物联网流量分类方法，其特征在于，所述s1-3中，流量图像的转换方法为：
6.如权利要求1所述的基于融合图像与统计特征的双模态物联网流量分类方法，其特征在于，所述s2包括：
【专利技术属性】
技术研发人员：唐朝伟，杨文，唐晨曦，卢静雯，司静，曾琢，马文玉，
申请(专利权)人：重庆大学，
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。