龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海笑聘网络科技有限公司
摘要：本发明涉及信息监控技术领域，具体为基于机器学习的网络信息监控方法及系统，包括以下步骤：通过机器学习，收集包括流量大小、速度、数据包类型分布的实时网络流量数据，进行实时分析，根据当前网络状况动态匹配核函数。本发明中，通过动态匹配核函数和实时调整支持向量机配置，为网络流量数据分析带来了更优精准度和适应性，动态核参数生成和核函数的灵活配置允许系统在不同网络状态下优化其性能，在网络复杂度增高时，可以自动切换至高斯核，确保在数据量激增时依旧能够高效、准确地处理信息，提升了监控的实时性和准确性，利用时间序列分析和自动调整的决策边界优化了网络行为的识别过程，加强了对网络环境变化的敏感度和响应速度。
主权项：1.基于机器学习的网络信息监控方法，其特征在于，包括以下步骤：通过机器学习，收集包括流量大小、速度、数据包类型分布的实时网络流量数据，进行实时分析，根据当前网络状况动态匹配核函数，包括流量平稳时使用线性核，复杂度增高时切换至高斯核，从而生成动态核参数，根据所述动态核参数调整支持向量机的配置，形成核函数配置；基于所述核函数配置进行实时网络流量的分类和处理，通过参数调优和核函数的微调，识别DDoS攻击或流量突增，从而获取优化分类结果；利用所述优化分类结果，对网络流量进行时间序列分析，比较当前流量特征与历史模式，识别时间依赖性的异常变化，得到时间序列分析结果，基于所述时间序列分析结果自动调整SVDD决策边界，匹配网络行为的当前常态特征，创建动态决策边界；应用所述动态决策边界监控当前网络流量，进行数据过滤，排查偏离常规模式的数据点，验证并过滤异常行为，获得异常识别结果。
全文数据：
权利要求：
百度查询： 上海笑聘网络科技有限公司 基于机器学习的网络信息监控方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号