CN105553778A - 基于神经网络的互联网信息分类系统 - Google Patents

基于神经网络的互联网信息分类系统 Download PDF

Info

Publication number
CN105553778A
CN105553778A CN201511027587.6A CN201511027587A CN105553778A CN 105553778 A CN105553778 A CN 105553778A CN 201511027587 A CN201511027587 A CN 201511027587A CN 105553778 A CN105553778 A CN 105553778A
Authority
CN
China
Prior art keywords
module
data
address table
shared
system based
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201511027587.6A
Other languages
English (en)
Inventor
高辉
尚成辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhu Leruisi Information Consulting Co Ltd
Original Assignee
Wuhu Leruisi Information Consulting Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhu Leruisi Information Consulting Co Ltd filed Critical Wuhu Leruisi Information Consulting Co Ltd
Priority to CN201511027587.6A priority Critical patent/CN105553778A/zh
Publication of CN105553778A publication Critical patent/CN105553778A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/06—Generation of reports
    • H04L43/062—Generation of reports related to network traffic

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer And Data Communications (AREA)

Abstract

本发明涉及互联网通信技术领域，具体地说是一种基于神经网络的互联网信息分类系统，其特征在于设有服务器以及两个以上的用户终端，所述用户终端设有共享数据设置模块、共享数据上传模块、共享权限管理模块、共享数据获取模块、更新数据模块；所述服务器上设有共享信息存储模块、共享关联关系维护模块、数据更新记录模块；所述服务器上还设有MAC地址表模块、IP地址表模块、TCP/UDP端口表模块、用于从数据库中提取信息并进行初步处理的数据预处理单元、用于将预处理的数据二维化的数据决策表形成单元、用于对形成后的决策条件进行进一步简化的属性约简单元、对象约简单元、神经网络模型运算单元以及显示输出单元。

Description

基于神经网络的互联网信息分类系统
技术领域:
本发明涉及互联网通信技术领域，具体地说是一种效率高、响应快的基于神经网络的互联网信息分类系统。
背景技术：
随着科技进步和社会经济水平的发展，人们生活进入数据化时代，人际交往可以经各种数据化信息表达，生活和工作的方方面面也可以实现数据化。为了切实提高用户使用体验，对于这些用户数据的存储、处理和分析显而成为关键。此类数据量极大，且数据完整度低、模糊、随机、含有多种无效信息(例如噪声)，如何快速有效的对数据进行处理分析成为目前业内研究的热点。
神经网络是通过网络中各连接权值的改变，实现对信息的处理和存储，在神经网络模型中，每个神经元既是信息存储单元，也是信息的处理单元，能够实现信息存储和处理的合二为一，由这些神经元构成的网络模型在每个神经元的共同作用下，完成对输入模式的识别与记忆，具有大规模并行处理的能力。
数据流分类功能是指网络设备能够按照一定的规则对接收到的数据流进行业务识别及分类标记，以便于网络设备能够对不同的数据流标记不同的优先级标签，通过调度算法和划分队列的优先级来对不同的数据流采取相应的QoS策略。一般数据流的分类规则可以是根据设备物理端口、源/目的MAC地址、以太类型、源/目的IP地址、ToS/Diffserv和源/目的TCP/UDP端口号进行分类。
发明内容：
本发明针对现有技术中存在的缺点和不足，提出了一种效率高、响应快的基于神经网络的互联网信息分类系统。
本发明可以通过以下措施达到：
一种基于神经网络的互联网信息分类系统，其特征在于设有服务器以及两个以上的用户终端，所述用户终端设有共享数据设置模块、共享数据上传模块、共享权限管理模块、共享数据获取模块、更新数据模块；所述服务器上设有共享信息存储模块、共享关联关系维护模块、数据更新记录模块；所述服务器上还设有MAC地址表模块、IP地址表模块、TCP/UDP端口表模块、用于从数据库中提取信息并进行初步处理的数据预处理单元、用于将预处理的数据二维化的数据决策表形成单元、用于对形成后的决策条件进行进一步简化的属性约简单元、用于消除数据中的不一致对象和冗余对象的对象约简单元、神经网络模型运算单元以及显示输出单元。
本发明所述神经网络模型运算单元内设有BP网络单元、ART网络单元、RBF网络单元和LVM网络单元。
本发明所述数据决策表形成单元设有用于将多维数据降维至二维数据的哈希函数运算模块。
本发明所述数据预处理单元设有离散化处理模块、属性增/删模块、属性位置互换模块、添加ID属性模块、数据噪声处理模块。
本发明所述MAC地址表模块、IP地址表模块、TCP/UDP端口表模块能够根据控制端的命令开启/关闭。
本发明所述服务器还设有MAC地址表大小模块，该模块用于标识出所述MAC地址表模块中存储的流分类规则条目的数目；IP地址表大小模块，该模块用于标识出所述IP地址表模块中存储的流分类规则条目的数目；TCP/UDP端口表大小模块，该模块用于标识出所述TCP/UDP端口表模块中存储的流分类规则条目的数目。
本发明在使用过程中，能够实现对上传至服务器的数据流可以进行分类管理分析，具有结构合理、使用方便、效率高等显著的优点。
附图说明：
附图1是本发明的系统框图。
附图标记：服务器1、用户终端2、共享数据设置模块3、共享数据上传模块4、共享权限管理模块5、共享数据获取模块6、更新数据模块7、共享信息存储模块8、共享关联关系维护模块9、数据更新记录模块10、MAC地址表模块11、IP地址表模块12、TCP/UDP端口表模块13、数据预处理单元14、数据决策表形成单元15、属性约简单元16、对象约简单元17、神经网络模型运算单元18、显示输出单元19。
具体实施方式：
下面结合附图对本发明作进一步的说明。
如附图所示，本发明提出了一种基于神经网络的互联网信息分类系统，其特征在于设有服务器1以及两个以上的用户终端2，所述用户终端2设有共享数据设置模块3、共享数据上传模块4、共享权限管理模块5、共享数据获取模块6、更新数据模块7；所述服务器1上设有共享信息存储模块8、共享关联关系维护模块9、数据更新记录模块10；所述服务器上还设有MAC地址表模块11、IP地址表模块12、TCP/UDP端口表模块13、用于从数据库中提取信息并进行初步处理的数据预处理单元14、用于将预处理的数据二维化的数据决策表形成单元15、用于对形成后的决策条件进行进一步简化的属性约简单元16、用于消除数据中的不一致对象和冗余对象的对象约简单元17、神经网络模型运算单元18以及显示输出单元19。
本发明所述神经网络模型运算单元内设有BP网络单元、ART网络单元、RBF网络单元和LVM网络单元。
本发明所述数据决策表形成单元设有用于将多维数据降维至二维数据的哈希函数运算模块。
本发明所述数据预处理单元设有离散化处理模块、属性增/删模块、属性位置互换模块、添加ID属性模块、数据噪声处理模块。
本发明所述MAC地址表模块、IP地址表模块、TCP/UDP端口表模块能够根据控制端的命令开启/关闭。
本发明所述服务器还设有MAC地址表大小模块，该模块用于标识出所述MAC地址表模块中存储的流分类规则条目的数目；IP地址表大小模块，该模块用于标识出所述IP地址表模块中存储的流分类规则条目的数目；TCP/UDP端口表大小模块，该模块用于标识出所述TCP/UDP端口表模块中存储的流分类规则条目的数目。
本发明在使用过程中，能够实现对上传至服务器的数据流可以进行分类管理分析，具有结构合理、使用方便、效率高等显著的优点。

Claims (6)

1.一种基于神经网络的互联网信息分类系统，其特征在于设有服务器以及两个以上的用户终端，所述用户终端设有共享数据设置模块、共享数据上传模块、共享权限管理模块、共享数据获取模块、更新数据模块；所述服务器上设有共享信息存储模块、共享关联关系维护模块、数据更新记录模块；所述服务器上还设有MAC地址表模块、IP地址表模块、TCP/UDP端口表模块、用于从数据库中提取信息并进行初步处理的数据预处理单元、用于将预处理的数据二维化的数据决策表形成单元、用于对形成后的决策条件进行进一步简化的属性约简单元、用于消除数据中的不一致对象和冗余对象的对象约简单元、神经网络模型运算单元以及显示输出单元。
2.根据权利要求1所述的一种基于神经网络的互联网信息分类系统，其特征在于所述神经网络模型运算单元内设有BP网络单元、ART网络单元、RBF网络单元和LVM网络单元。
3.根据权利要求1所述的一种基于神经网络的互联网信息分类系统，其特征在于所述数据决策表形成单元设有用于将多维数据降维至二维数据的哈希函数运算模块。
4.根据权利要求1所述的一种基于神经网络的互联网信息分类系统，其特征在于所述数据预处理单元设有离散化处理模块、属性增/删模块、属性位置互换模块、添加ID属性模块、数据噪声处理模块。
5.根据权利要求1所述的一种基于神经网络的互联网信息分类系统，其特征在于所述MAC地址表模块、IP地址表模块、TCP/UDP端口表模块能够根据控制端的命令开启/关闭。
6.根据权利要求1所述的一种基于神经网络的互联网信息分类系统，其特征在于所述服务器还设有MAC地址表大小模块，该模块用于标识出所述MAC地址表模块中存储的流分类规则条目的数目；IP地址表大小模块，该模块用于标识出所述IP地址表模块中存储的流分类规则条目的数目；TCP/UDP端口表大小模块，该模块用于标识出所述TCP/UDP端口表模块中存储的流分类规则条目的数目。
CN201511027587.6A 2015-12-30 2015-12-30 基于神经网络的互联网信息分类系统 Pending CN105553778A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511027587.6A CN105553778A (zh) 2015-12-30 2015-12-30 基于神经网络的互联网信息分类系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511027587.6A CN105553778A (zh) 2015-12-30 2015-12-30 基于神经网络的互联网信息分类系统

Publications (1)

Publication Number Publication Date
CN105553778A true CN105553778A (zh) 2016-05-04

Family

ID=55832717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511027587.6A Pending CN105553778A (zh) 2015-12-30 2015-12-30 基于神经网络的互联网信息分类系统

Country Status (1)

Country Link
CN (1) CN105553778A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101594556A (zh) * 2008-05-28 2009-12-02 信息产业部电信传输研究所 一种在gpon系统中数据流分类的远程管理装置
CN103258147A (zh) * 2013-05-24 2013-08-21 重庆邮电大学 一种基于gpu的并行演化超网络dna微阵列基因数据分类系统及方法
CN104462459A (zh) * 2014-12-16 2015-03-25 芜湖乐锐思信息咨询有限公司 基于神经网络的大数据分析处理系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101594556A (zh) * 2008-05-28 2009-12-02 信息产业部电信传输研究所 一种在gpon系统中数据流分类的远程管理装置
CN103258147A (zh) * 2013-05-24 2013-08-21 重庆邮电大学 一种基于gpu的并行演化超网络dna微阵列基因数据分类系统及方法
CN104462459A (zh) * 2014-12-16 2015-03-25 芜湖乐锐思信息咨询有限公司 基于神经网络的大数据分析处理系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
闫春秒: "基于粗糙集理论-神经网络集成的数据流分类方法研究", 《中国优秀硕士论文全文数据库（电子期刊）》 *

Similar Documents

Publication Publication Date Title
Luo et al. Real-world image datasets for federated learning
Wang The applications of deep learning on traffic identification
Cao et al. An accurate traffic classification model based on support vector machines
WO2019096099A1 (zh) Dga域名实时检测方法和装置
Wang et al. A deep hierarchical network for packet-level malicious traffic detection
CN110309840A (zh) 风险交易识别方法、装置、服务器及存储介质
EP3928495A1 (en) Automated closed-loop actions in a network using a distributed ledger
WO2021051987A1 (zh) 神经网络模型训练的方法和装置
CN112532633B (zh) 一种基于机器学习的工业网络防火墙规则的生成方法及装置
Han et al. A packet-length-adjustable attention model based on bytes embedding using flow-wgan for smart cybersecurity
CN109784394A (zh) 一种翻拍图像的识别方法、系统及终端设备
US20200167655A1 (en) Method and apparatus for re-configuring neural network
Siddique et al. Towards network-accelerated ML-based distributed computer vision systems
CN105812280B (zh) 一种分类方法及电子设备
Lia et al. Privacy-preserving machine learning using federated learning and secure aggregation
CN112632532B (zh) 边缘计算中基于深度森林的用户异常行为检测方法
Zhou et al. Research and improvement of encrypted traffic classification based on convolutional neural network
CN111832661B (zh) 分类模型构建方法、装置、计算机设备及可读存储介质
CN111079930B (zh) 数据集质量参数的确定方法、装置及电子设备
CN110855474B (zh) Kqi数据的网络特征提取方法、装置、设备及存储介质
Kotlar et al. A survey of deep neural networks: Deployment location and underlying hardware
CN108053261A (zh) 营销信息处理方法与系统
Wei Deep learning model under complex network and its application in traffic detection and analysis
CN105553778A (zh) 基于神经网络的互联网信息分类系统
Huang et al. Fast location and segmentation of high‐throughput damaged soybean seeds with invertible neural networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160504

WD01 Invention patent application deemed withdrawn after publication