-
公开(公告)号:CN117978512A
公开(公告)日:2024-05-03
申请号:CN202410193241.6
申请日:2024-02-21
Applicant: 济南大学
IPC: H04L9/40 , G06N3/08 , G06F18/214
Abstract: 本发明公开了基于课程学习的网络流量检测方法、系统、设备及介质,包括:构造深度学习模型,构造训练集,初始化状态转移矩阵;采用训练集以及初始化的状态转移矩阵,对深度学习模型进行初步训练,得到初步训练后的深度学习模型;生成多个网络环境;评估初步训练后的深度学习模型,在不同网络环境中的表现,找出最困难的网络环境;根据最困难的网络环境参数,对状态转移矩阵进行更新,得到新的状态转移矩阵;根据新的状态转移矩阵,对初步训练后的深度学习模型进行重新训练,直至模型收敛,得到最终训练后的深度学习模型;重复上述过程,直至模型在多个网络环境中的性能均符合设定条件;基于最后得到的深度学习模型,实现网络流量的检测。