摘要
本发明提供了一种基于非平衡数据流的网络流量监测识别方法,包括:采集每个网络节点的网络流量数据,以结构化的格式存储,并对采集到的网络流量数据进行标注;根据所述采集到的网络流量数据生成训练样本,并采用样本分布自适应修正的方法,并通过动态调整生成样本的空间分布;训练网络流量数据扩充模型,并根据所述网络流量数据扩充模型进行样本数量的增加;将特征提取后的网络流量数据输入到分类器中进行分类器模型训练,利用训练完成的分类器模型进行网络流量监测识别。本发明解决了数据不足的问题,通过增强生成样本的多样性和真实性,有效提高了后续模型的泛化能力和精度。