基于cnn+lstm的网络流量分类系统

随着互联网的普及，网络流量急剧增长，并且越来越复杂。传统的网络流量分类技术如基于端口、深度包检测和经典的机器学习方法等已经难以应对变化的情况，并且其准确率也逐渐下降。因此，本文提出了基于卷积神经网络(ConvolutionalNeuralNetwork)的流量分类系统。首先对所有原始的流量信息进行了预处理，接着再通过深度学习的Tensorflow完成了模型的构建，并完成了对混合流量的分析。通过实验验证，该系统能够识别出网络上的正常业务流量、恶意软件流量和网络攻击流量，并对各种流量数据集和预测结果进行可视化展示。较好地解决网络流量分类的问题，有一定的实际应用价值。