本发明公开了一种基于双向门控逻辑单元的分布式应用程序加密流量分类方法,包括以下步骤:1)采集并标注分布式应用程序原始流量负载数据;2)基于分布式应用程序原始流量负载数据,生成预处理后的流量序列;3)利用流量序列训练基于双向门控逻辑单元的神经网络模型;4)用新采集并生成的流量序列验证训练好的双向门控逻辑单元神经网络模型,精度足够后将模型作为流量分类器部署于真实网络节点;5)对真实网络环境中的分布式应用程序流量进行解析分类并标注。6)定期评估与更新模型。本发明构建的模型利用了分布式应用程序流量数据的时间、方向、长度特性,提高了分布式应用程序流量分类的准确率,且减少分类器占用的资源。
📄 2022106608477
📂 H04L9_40
👤 安徽工业大学
📅 2022-06-13