一种基于联邦学习和无解密加密流量分析的储能站网络流量监测方法、系统、终端设备以及存储介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于联邦学习和无解密加密流量分析的储能站网络流量监测方法、系统、终端设备以及存储介质
申请号:CN202510394164
申请日期:2025-03-31
公开号:CN120165950A
公开日期:2025-06-17
类型:发明专利
摘要
本申请公开了一种基于联邦学习和无解密加密流量分析的储能站网络流量监测方法、系统、终端设备以及存储介质,属于储能站流量监测和机器学习技术领域,所述方法为:获取本地的网络流量包;基于DPI技术和预设的数据协议对所述网络流量包进行数据解析,获得与各个数据协议对应的数据信息;对各个所述数据信息进行特征提取,获得流量特征;基于无解密加密流量分析技术,对所述网络流量包进行指纹特征提取,获得对应的加密通信特征;将所述流量特征和加密通信特征输入至预设的流量监测模型,以使所述流量监测模型识别网络流量包中的异常流量与异常行为,因此,通过实施本申请,能够解决现有技术存在的网络流量监测的准确性不高的问题。
技术关键词
网络流量监测方法 储能站 指纹特征提取 通信特征 流量分析技术 异常流量 加密 DPI技术 解密 数据流特征 设备交互 网络流量监测系统 协议 XGBoost模型 机器学习模型 特征提取模块 识别网络流量