(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210692996.1 (22)申请日 2022.06.17 (71)申请人 泉州市大鲨鱼智造数字科技有限公 司 地址 362008 福建省泉州市丰泽区霞贤路 300号泉州软件园研发启动区7#楼205 室 (72)发明人 黄火焱　 (74)专利代理 机构 广东省中源正拓专利代理事 务所(普通 合伙) 44748 专利代理师 覃汉赳 (51)Int.Cl. G06F 16/28(2019.01) G06F 16/36(2019.01) G06K 9/62(2022.01) (54)发明名称 一种可动态预测的数据流 量检测分类方法 (57)摘要 本发明公开了一种可动态预测的数据流量 检测分类方法， 涉及数据处理技术领域， 解决了 现有技术在进行数据流量监测分类时， 需要进行 大量的数据处理和计算， 无法高效进行数据流量 检测分类， 导致数据检测分类效率低， 分类效果 不佳的技术问题； 本发明获取多源 数据的基础特 征， 并根据数据流量进行周期性归类， 根据归类 结果动态配置检测节点， 通过检测节 点进行概率 性分析获取对应的数据标签， 进而通过目标知识 图谱确定多源 数据的分类标签， 实现多源数据的 快速高效分类； 本发明通过周期性归类对多源数 据进行粗分类， 再通过人工智能模 型或者领域映 射模型进行精分类， 最后结合知识图谱技术生成 分类标签， 实现了从不同角度对多源数据的分 类， 提高分流效率。 权利要求书2页 说明书6页 附图1页 CN 115017238 A 2022.09.06 CN 115017238 A 1.一种可动态预测的数据流 量检测分类方法， 其特 征在于， 包括： 获取若干多源数据， 对若干所述多源数据进行分析获取对应的基础特征； 其中， 所述基 础特征包括数据领域、 数据类型和数据来源； 根据所述基础特征和数据流量动态配置至少一个检测节点， 所述检测节点对所述基础 特征进行概 率性分析， 确定数据标签； 根据所述数据标签调用目标知识图谱， 并根据所述目标知识图谱获取对应所述多源数 据的分类标签； 根据所述分类标签进行 所述多源数据的分类。 2.根据权利要求1所述的一种可动态预测的数据流量检测分类方法， 其特征在于， 根据 所述基础特 征和数据流 量配置所述检测节点， 包括： 获取若干所述多源数据对应的所述基础特 征； 根据所述基础特征对所述多源数据进行周期性归类， 获取周期性归类之后的数据总 量； 根据数据总量分级别配置所述检测节点。 3.根据权利要求2所述的一种可动态预测的数据流量检测分类方法， 其特征在于， 按照 数据流量对多源数据进行周期性归类， 并分级别配置多数检测节点， 包括： 按照设定周期对所述基础特征对应的所述多源数据进行归类， 统计归类结果的数据总 量， 并标记为SZ； 其中， 所述设定周期包括1秒或者1分钟； 根据公式JPS＝α ×SZ/BS获取所述检测节点的配置数量JPS； 其中， BS为检测节点在设 定周期内的数据处 理量， α 为大于 0的比例系数， 默认为1； 根据配置数量JP S配置所述检测节点。 4.根据权利要求3所述的一种可动态预测的数据流量检测分类方法， 其特征在于， 根据 配置数量JPS配置的若干所述检测节点作为一个检测点集合， 所述检测点集合中的若干所 述检测节点相互协作。 5.根据权利要求1所述的一种可动态预测的数据流量检测分类方法， 其特征在于， 所述 检测节点基于人工智能模型对所述基础特征进行概率性分析， 获取对应的所述数据标签， 包括： 对所述基础特 征进行转换， 获取模型输入数据； 将所述模型输入数据输入到所述人工智能模型中， 获取输出的细分领域， 并获取所述 细分领域对应的所述数据标签； 其中， 所述人工智能模型包括神经网络模型或支持向量机 模型。 6.根据权利要求1所述的一种可动态预测的数据流量检测分类方法， 其特征在于， 所述 检测节点基于领域映射模型对所述基础特征进行概率性分析， 获取对应的所述数据标签， 包括： 获取所述领域映射模型； 其中， 所述领域映射模型包括所述基础特征与细分领域的映 射关系； 基于所述领域映射模型对所述基础特征逐一比对分析， 确定细分领域， 并获取所述细 分领域对应的所述数据标签。 7.根据权利要求5或6所述的一种可动态预测的数据流量检测分类方法， 其特征在于， 根据所述目标知识图谱获取对应所述多源数据的分类标签， 包括：权　利　要　求　书 1/2 页 2 CN 115017238 A 2调用所述数据标签对应的领域知识图谱， 并标记为目标知识图谱； 对所述多源数据内容进行解析， 将解析结果与 所述目标知识图谱结合确定对应的分类 标签。 8.根据权利要求7所述的一种可动态预测的数据流量检测分类方法， 其特征在于， 所述 领域知识图谱基于细分领域建立获取， 或者从基于数据领域建立的知识图谱中划分获取； 其中， 数据领域的覆盖范围大于细分领域。权　利　要　求　书 2/2 页 3 CN 115017238 A 3