申请/专利权人：天翼物联科技有限公司

申请日：2023-12-28

公开（公告）日：2024-04-16

公开（公告）号：CN117896268A

主分类号：H04L41/14

分类号：H04L41/14;H04L67/1095;H04L41/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了模型训练方法、专网评价方法及模型训练装置，本发明基于端口镜像，从DPI探针获取目标对象的XDR数据；对XDR数据进行预处理，从预处理后的XDR数据抽取指标特征，并对指标特征进行标准化处理，获得评分结果；根据指标特征及其对应的评分结果确定训练集和测试集；配置梯度提升模型；将训练集中的指标特征输入梯度提升模型进行预测，获得预测结果；根据预测结果与训练集中的评分结果拟合得到预测残差，基于预测残差通过启发式搜索策略对梯度提升模型的参数进行调整，获得评估预测模型。本发明能够高效进行模型训练，以使得训练得到的模型高效精准进行专网评价，可广泛应用于数据处理技术领域。

主权项：1.一种模型训练方法，其特征在于，包括：基于端口镜像，从DPI探针获取目标对象的XDR数据；对所述XDR数据进行预处理，从所述预处理后的XDR数据抽取指标特征，并对所述指标特征进行标准化处理，获得评分结果；根据所述指标特征及其对应的所述评分结果确定训练集和测试集；配置梯度提升模型；将所述训练集中的所述指标特征输入所述梯度提升模型进行预测，获得预测结果；根据所述预测结果与所述训练集中的所述评分结果拟合得到预测残差，基于所述预测残差通过启发式搜索策略对所述梯度提升模型的参数进行调整，获得评估预测模型。

全文数据：

权利要求：

百度查询： 天翼物联科技有限公司 模型训练方法、专网评价方法及模型训练装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD