CN119494086A 一种群控设备识别方法及装置 （北京智慧易科技有限公司）_第1页
CN119494086A 一种群控设备识别方法及装置 （北京智慧易科技有限公司）_第2页
CN119494086A 一种群控设备识别方法及装置 （北京智慧易科技有限公司）_第3页
CN119494086A 一种群控设备识别方法及装置 （北京智慧易科技有限公司）_第4页
CN119494086A 一种群控设备识别方法及装置 （北京智慧易科技有限公司）_第5页
已阅读5页，还剩25页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

到的特征数据进行预处理；所述预处理操作包逻辑回归模型；采用K折交叉验证和遍历训练相2采用基于哈希算法的精确去重方法，先对数据记录进行哈希计算对于网络流量数据，采用布隆过滤器进行初步去重，快速排除大对预处理后的特征数据进行设备行为特征深度挖掘，提取网络3当模型在验证集上的损失值连续K个轮次不再下降或者准确率连续预设个轮次不再提将所述对群控设备采集特征数据的步骤，所述对采集到的特征数据进行预处理的步利用容器化技术将微服务打包成容器镜像，对9.一种电子设备，包括存储器、处理器及存储在所述处理器执行所述程序时实现权利要求1_7任一项所述方45当模型在验证集上的损失值连续K个轮次不再下降或者准确率连续预设个轮次不6所述处理器执行所述程序时实现本发明第一方面任一项所述方[0020]本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变[0022]为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说7[0033]在本发明的一个实施例中，可以利用多元采集网络设备数据的方式进行数据采8[0047]对时间序列缺失的数据，采用statsmodels.tsa.arima_model库ARIMA类预测填9采用scipy.stats库entropy函数计算设备常设备不同，例如会出现CPU长时间高负载运行、内存读写频繁且模式单一等情况。在Android应用中用相关工具或API获取资源消耗可以采用sklearn.feature_selection库mutual_info_classif函数选互信息大的特征并时的偏差对训练结果产生过大影响。在本发明中，具体可以采用sklearn.feature_selection库mutual_info_classif函数选互信息大b。将预处理和特征工程后的数据集按照8:1:1的比例划分为训练集、验证集和测试始数据集大致相同，以避免数据分布不均衡对模型性能评估产生影响。具体可以采用训练集划分为K个子集，每次选取其中一个子集作为验证集，其余子集作为训练集进行训[0068]引入早停机制（EarlyStopping当模型在验证集上的损失值连续5个轮次不再全面评估模型的性能。现模型可能存在的误判情况及其原因。[0076]然后将新数据与原训练集数据进行合并，采用增量学习的方法对模型进行更[0080]数据采集模块具体还用于利用Android应用集成SDK，利用对应的类获取加速度相同品牌和型号设备在短时间内从相同IP段发起在本发明的一个实施例中，建模模块具体用于构建模型数学表达式与参数初始不使相应技术方案的本质脱离本发明各实施例技术方案

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论