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
本申请提供了一种模型训练方法，包括：获取第一日志，该第一日志用于记录待检测实例在第一时间段内的网络流量，从而基于该第一日志，采用无监督学习算法训练得到目标检测模型，该目标检测模型用于检测该待检测实例的网络流量是否存在异常，该目标检测模型包括机器学习模型或者AI模型，并且，目标检测模型包括至少一个子模型。如此，利用训练得到的目标检测模型，能够用于对待检测实例的网络流量进行检测，这可以提高检测异常的网络流量的准确率。并且，无需利用人工标注的训练样本训练目标检测模型，这不仅可以减少人工标注成本。此外，
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117391214A
(43)申请公布日2024.01.12
(21)申请号202211182844.3H04L9/40(2022.01)
(22)申请日2022.09.2
文档评论（0）