可编程网络流量分析模型训练方法、装置、设备和介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
可编程网络流量分析模型训练方法、装置、设备和介质
申请号:CN202510576701
申请日期:2025-05-06
公开号:CN120378178A
公开日期:2025-07-25
类型:发明专利
摘要
本发明公开了一种可编程网络流量分析模型训练方法、装置、设备和介质,该方法为:确定各网络节点的各网络流量数据集间的相同网络地址,并按照相同网络地址在对应网络流量数据集内确定目标网络流量数据;基于不同网络节点的目标网络流量数据之间的空间相似度和时间相似度确定网络节点的时空相似特征;基于不同网络节点的协议分布向量和网络流量数据集间的瓦瑟斯坦距离确定各网络节点的拓扑方向特征;按照时空相似特征和拓扑方向特征确定对应网络节点的位置特征,基于各网络节点的位置特征以及网络流量数据集对目标模型进行无监督训练,得到可编程网络流量分析模型。本发明通过考虑各网络节点间的位置特征,提高了模型训练方法的训练精度。
技术关键词
网络节点 协议 网络流量数据集 无监督 数据字 顶点 深度学习架构 动态时间规整 模型训练装置 模型训练方法 编码 计算机 字段 注意力 处理器通信 介质 元素 模块