一种基于KNN半监督学习模型的网络流量异常检测方法与系统

    公开(公告)号:CN110225055B

    公开(公告)日:2020-10-09

    申请号:CN201910545310.4

    申请日:2019-06-22

    Applicant: 福州大学

    Inventor: 张浩 陈龙 魏志强

    Abstract: 本发明涉及一种基于KNN半监督学习模型的网络流量异常检测方法与系统,首先使用初始有标记数据作为训练样本,利用监督学习训练初始分类模型;然后,利用初始分类模型对网络流量无标记数据进行分类,得到初始分类数据;再利用半监督学习模型对初始分类数据进行重新标记和修正;最后,利用新的分类数据重新训练分类模型,并更新初始分类模型,如此往复不断更新分类模型,从而提高检测效果。本发明基于半监督学习模型,在分类检测过程中不断优化和更新分类模型,能够在生产环境下实现快速、高效的网络异常检测。

    一种基于KNN半监督学习模型的网络流量异常检测方法与系统

    公开(公告)号:CN110225055A

    公开(公告)日:2019-09-10

    申请号:CN201910545310.4

    申请日:2019-06-22

    Applicant: 福州大学

    Inventor: 张浩 陈龙 魏志强

    Abstract: 本发明涉及一种基于KNN半监督学习模型的网络流量异常检测方法与系统,首先使用初始有标记数据作为训练样本,利用监督学习训练初始分类模型;然后,利用初始分类模型对网络流量无标记数据进行分类,得到初始分类数据;再利用半监督学习模型对初始分类数据进行重新标记和修正;最后,利用新的分类数据重新训练分类模型,并更新初始分类模型,如此往复不断更新分类模型,从而提高检测效果。本发明基于半监督学习模型,在分类检测过程中不断优化和更新分类模型,能够在生产环境下实现快速、高效的网络异常检测。

Patent Agency Ranking