网络流量异常检测方法、装置、设备、可读存储介质和程序产品

本申请涉及一种网络流量异常检测方法、装置、设备、可读存储介质和程序产品。包括：根据分层流量模型，提取网络流量对应的各层流量特征；基于推理引擎根据思维链推理模型，对各层流量特征进行分析，确定网络流量的异常检测结果；利用预设机器学习模型，基于正常流量数据和异常流量数据的流量特征，对思维链推理模型进行优化；根据网络流量的实时变化信息，对分层流量模型进行动态调整，并根据网络流量的异常检测结果对预设机器学习模型的模型参数进行优化。采用本方法考虑网络流量的多维度特征，通过思维链推理机制对流量行为进行深度分析，结合机器学习技术优化推理过程，实现了对网络流量的精准分类与异常检测，提高了网络流量分析的准确性。