面向类不平衡的网络流量分类方法

本发明属于计算机网络领域，公开了面向类不平衡的网络流量分类方法，包括以下步骤：采集网络流量数据；初始化训练参数；计算校准向量；开始迭代训练，包括：随机采样一个批量的训练样本；计算各个类在第t次迭代的经验风险；计算分组风险；估计分组权重；通过运用学习率为∈的随机梯度下降方法，更新模型参数以获得θ(t+1)；迭代结束；输出流量数据的分类标签。本申请通过使用分组分布鲁棒优化抑制了类不平衡影响，将优化步骤转化为Stackelberg博弈，在风险敏感和类不平衡情况下可有效地将网络流量进行分类。