原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明为克服深度学习将网络流量转换为二维图片导致存在分类效果较弱的缺陷，提出一种基于深度学习和序列化特征的网络应用识别方法及系统，其中方法包括以下步骤：提取未知网络应用服务流量中的会话流，对会话流进行数据预处理；从会话流中提取序列特征，得到一组完整的反映网络应用流量特性的时序特征数据；将时序特征数据输入神经网络分类模型，得到未知网络应用服务流量的识别结果。本发明通过从会话流中提取序列特征信息，再通过一维的神经网络进行深度学习及分类，利用流量数据为一维数据的特征，有效提高网络应用识别的准确率。
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113179223 B
(45)授权公告日 2022.08.26
(21)申请号 202110444021.2 CN 110197234 A,2019.09.03
(22)申请日 20
文档评论（0）