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
本发明提供了一种基于SHAP的1D‑CNN网络流量分类模型的可解释方法，包括：采集网络流量数据并划分为训练集和测试集；采用主客观方式分别对每种网络流量类别的特征进行权重赋值，两者相加得到最终特征权重值；构建1D‑CNN分类模型并基于训练集进行训练，将测试数据输入训练好的模型，基于SHAP对模型预测结果进行解释，根据模型预测的分类结果选取相应网络流量类别的特征权重，再根据SHAP的解释结果，比较正反向推动结果的特征权重值之和来判断模型预测是否合理。本发明实现了对1D‑CNN网络流量分类模型进行解释
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 115242458 A
(43)申请公布日 2022.10.25
(21)申请号 202210748434.4
(22)申请日 2022.06.28
(71)申请人 南京邮电大学
文档评论（0）