基于重積分特征的加密流量分類方法、裝置、設(shè)備及介質(zhì)制造方法及圖紙

本申請(qǐng)實(shí)施例提供了一種基于重積分特征的加密流量分類方法、裝置、設(shè)備及介質(zhì)，屬于網(wǎng)絡(luò)通信技術(shù)領(lǐng)域。該方法包括：獲取目標(biāo)會(huì)話的加密流量數(shù)據(jù)，根據(jù)所述加密流量數(shù)據(jù)和所述加密流量數(shù)據(jù)的五元組生成原始流量路徑，所述原始流量路徑為所述目標(biāo)會(huì)話在各個(gè)時(shí)間段的數(shù)據(jù)包長(zhǎng)度所形成的序列；對(duì)一維的所述原始流量路徑做路徑變換處理，獲得五維的目標(biāo)流量路徑；根據(jù)所述目標(biāo)流量路徑確定重積分特征數(shù)據(jù)，并根據(jù)所述重積分特征數(shù)據(jù)篩選確定目標(biāo)特征數(shù)據(jù)；將所述目標(biāo)特征數(shù)據(jù)輸入流量分類模型，并根據(jù)所述流量分類模型的輸出結(jié)果確定所述加密流量數(shù)據(jù)的類別。本發(fā)明專利技術(shù)旨在降低對(duì)加密流量進(jìn)行分類的模型的復(fù)雜度，從而降低模型的使用成本。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本申請(qǐng)涉及網(wǎng)絡(luò)通信，尤其涉及一種基于重積分特征的加密流量分類方法、裝置、設(shè)備及介質(zhì)。

技術(shù)介紹

1、在互聯(lián)網(wǎng)中，隨著用戶隱私保護(hù)意識(shí)的提高，網(wǎng)絡(luò)流量加密的比例越來(lái)越高，雖然網(wǎng)絡(luò)流量的加密增加了通信的安全性和私密性，但另一方面也可能會(huì)為網(wǎng)絡(luò)上的惡意行為提供便利，因此，加密流量分類是網(wǎng)絡(luò)流量分析的基本和重要工具，為網(wǎng)絡(luò)管理、安全和服務(wù)質(zhì)量提供重要支持。

2、目前，對(duì)于加密流量的分類方法一般通過(guò)機(jī)器學(xué)習(xí)進(jìn)行，然而該分類方法中在對(duì)流量數(shù)據(jù)提取特征時(shí)需要使用過(guò)高的特征維度，這會(huì)導(dǎo)致用于訓(xùn)練或預(yù)測(cè)的特征數(shù)據(jù)過(guò)于龐大，使得模型過(guò)于復(fù)雜，訓(xùn)練更加困難，且部署要求更高，影響模型使用成本。

3、綜上，相關(guān)技術(shù)中存在的技術(shù)問(wèn)題有待得到改善。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)實(shí)施例的主要目的在于提出一種基于重積分特征的加密流量分類方法、裝置、設(shè)備及介質(zhì)，旨在降低對(duì)加密流量進(jìn)行分類的模型的復(fù)雜度，從而降低模型的使用成本。

2、為實(shí)現(xiàn)上述目的，本申請(qǐng)實(shí)施例的一方面提出了一種基于重積分特征的加密流量分類方法，所述方法包括：

3、獲取目標(biāo)會(huì)話的加密流量數(shù)據(jù)，根據(jù)所述加密流量數(shù)據(jù)和所述加密流量數(shù)據(jù)的五元組生成原始流量路徑，所述原始流量路徑為所述目標(biāo)會(huì)話在各個(gè)時(shí)間段的數(shù)據(jù)包長(zhǎng)度所形成的序列；

4、對(duì)一維的所述原始流量路徑做路徑變換處理，獲得五維的目標(biāo)流量路徑；

5、根據(jù)所述目標(biāo)流量路徑確定重積分特征數(shù)據(jù)，并根據(jù)所述重積分特征數(shù)據(jù)篩選確定目標(biāo)特征數(shù)據(jù)；p>

6、將所述目標(biāo)特征數(shù)據(jù)輸入流量分類模型，并根據(jù)所述流量分類模型的輸出結(jié)果確定所述加密流量數(shù)據(jù)的類別。

7、在一些實(shí)施例中，所述根據(jù)所述重積分特征數(shù)據(jù)篩選確定目標(biāo)特征數(shù)據(jù)的步驟包括：

8、基于borutashap的tree?shap算法，計(jì)算所述重積分特征數(shù)據(jù)中每個(gè)特征項(xiàng)對(duì)應(yīng)的夏普利值；

9、根據(jù)每個(gè)所述特征項(xiàng)的所述夏普利值，從所述重積分特征數(shù)據(jù)中篩選出預(yù)設(shè)數(shù)量的目標(biāo)特征項(xiàng)，根據(jù)所述目標(biāo)特征項(xiàng)形成所述目標(biāo)特征數(shù)據(jù)，所述目標(biāo)特征項(xiàng)的所述夏普利值在所有所述特征項(xiàng)的所述夏普利值中最大。

10、在一些實(shí)施例中，所述根據(jù)所述目標(biāo)流量路徑確定重積分特征數(shù)據(jù)的步驟包括：

11、獲取分層動(dòng)態(tài)窗口的預(yù)設(shè)層數(shù)，并根據(jù)所述預(yù)設(shè)層數(shù)和所述目標(biāo)流量路徑的序列長(zhǎng)度確定所述分層動(dòng)態(tài)窗口在每個(gè)層級(jí)的窗口大小和步長(zhǎng)；

12、基于所述目標(biāo)流量路徑，根據(jù)所述預(yù)設(shè)層數(shù)、所述窗口大小和所述步長(zhǎng)提取出所述目標(biāo)流量路徑每個(gè)維度的子路徑；

13、根據(jù)所述子路徑確定所述重積分特征數(shù)據(jù)。

14、在一些實(shí)施例中，所述根據(jù)所述子路徑確定所述重積分特征數(shù)據(jù)的步驟包括：

15、對(duì)于從相同所述分層動(dòng)態(tài)窗口提取出的所述子路徑，計(jì)算對(duì)應(yīng)的子重積分特征數(shù)據(jù)；

16、根據(jù)所有所述子重積分特征數(shù)據(jù)生成所述重積分特征數(shù)據(jù)。

17、在一些實(shí)施例中，所述對(duì)一維的所述原始流量路徑做路徑變換處理，獲得五維的目標(biāo)流量路徑的步驟包括：

18、對(duì)所述原始流量路徑做路徑分解變換處理，獲得第一上傳路徑和第一下載路徑；

19、對(duì)所述第一上傳路徑和所述第一下載路徑分別做累加和變換處理，獲得第一累加和上傳路徑和第一累加和下載路徑；

20、對(duì)所述第一上傳路徑、所述第一下載路徑、所述第一累加和上傳路徑和所述第一累加和下載路徑分別做基點(diǎn)變換處理，獲得對(duì)應(yīng)的第二上傳路徑、第二下載路徑、第二累加和上傳路徑和第二累加和下載路徑；

21、根據(jù)所述原始流量路徑的序列長(zhǎng)度確定時(shí)間坐標(biāo)路徑；

22、根據(jù)所述第二上傳路徑、所述第二下載路徑、所述第二累加和上傳路徑、所述第二累加和下載路徑和所述時(shí)間坐標(biāo)路徑形成五維的所述目標(biāo)流量路徑。

23、在一些實(shí)施例中，所述根據(jù)所述加密流量數(shù)據(jù)和所述加密流量數(shù)據(jù)的五元組生成原始流量路徑的步驟包括：

24、確定所述加密流量數(shù)據(jù)在各個(gè)所述時(shí)間段的所述數(shù)據(jù)包長(zhǎng)度；

25、根據(jù)所述五元組確定每個(gè)所述數(shù)據(jù)包長(zhǎng)度對(duì)應(yīng)數(shù)據(jù)的數(shù)據(jù)類型，所述數(shù)據(jù)類型包括上傳數(shù)據(jù)或下載數(shù)據(jù)；

26、根據(jù)各個(gè)所述時(shí)間段的所述數(shù)據(jù)包長(zhǎng)度和所述數(shù)據(jù)類型生成所述原始流量路徑。

27、在一些實(shí)施例中，所述方法還包括：

28、獲取樣本集的樣本數(shù)據(jù)，根據(jù)所述樣本數(shù)據(jù)的五元組確定所述樣本數(shù)據(jù)對(duì)應(yīng)的樣本會(huì)話；

29、對(duì)于相同所述樣本會(huì)話的所述樣本數(shù)據(jù)，根據(jù)所述樣本數(shù)據(jù)和所述樣本數(shù)據(jù)的五元組生成所述原始流量路徑；

30、對(duì)所述原始流量路徑做路徑變換處理，獲得所述目標(biāo)流量路徑；

31、根據(jù)所述目標(biāo)流量路徑確定所述重積分特征數(shù)據(jù)，并根據(jù)所述重積分特征數(shù)據(jù)篩選確定所述目標(biāo)特征數(shù)據(jù)；

32、將不同所述樣本會(huì)話對(duì)應(yīng)的所述目標(biāo)特征數(shù)據(jù)確定為訓(xùn)練數(shù)據(jù)集，并根據(jù)預(yù)設(shè)比例將所述訓(xùn)練數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集；

33、根據(jù)所述訓(xùn)練集、所述驗(yàn)證集和所述測(cè)試集訓(xùn)練預(yù)設(shè)模型，獲得所述流量分類模型。

34、為實(shí)現(xiàn)上述目的，本申請(qǐng)實(shí)施例的另一方面提出了一種基于重積分特征的加密流量分類裝置，所述裝置包括：

35、流量處理模塊，用于獲取目標(biāo)會(huì)話的加密流量數(shù)據(jù)，根據(jù)所述加密流量數(shù)據(jù)和所述加密流量數(shù)據(jù)的五元組生成原始流量路徑，所述原始流量路徑為所述目標(biāo)會(huì)話在各個(gè)時(shí)間段的數(shù)據(jù)包長(zhǎng)度所形成的序列；

36、路徑變換模塊，用于對(duì)一維的所述原始流量路徑做路徑變換處理，獲得五維的目標(biāo)流量路徑；

37、特征提取模塊，用于根據(jù)所述目標(biāo)流量路徑確定重積分特征數(shù)據(jù)，并根據(jù)所述重積分特征數(shù)據(jù)篩選確定目標(biāo)特征數(shù)據(jù)；

38、預(yù)測(cè)模塊，用于將所述目標(biāo)特征數(shù)據(jù)輸入流量分類模型，并根據(jù)所述流量分類模型的輸出結(jié)果確定所述加密流量數(shù)據(jù)的類別。

39、為實(shí)現(xiàn)上述目的，本申請(qǐng)實(shí)施例的另一方面提出了一種電子設(shè)備，所述電子設(shè)備包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)前面所述的方法。

40、為實(shí)現(xiàn)上述目的，本申請(qǐng)實(shí)施例的另一方面提出了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)前面所述的方法。

41、本申請(qǐng)實(shí)施例至少包括以下有益效果：本申請(qǐng)?zhí)峁┮环N基于重積分特征的加密流量分類方法、裝置、設(shè)備及介質(zhì)，該方案通過(guò)獲取目標(biāo)會(huì)話的加密流量數(shù)據(jù)，根據(jù)該加密流量數(shù)據(jù)及其對(duì)應(yīng)的五元組生成原始流量路徑，通過(guò)該原始流量路徑中各個(gè)時(shí)間段的數(shù)據(jù)包長(zhǎng)度對(duì)該目標(biāo)會(huì)話進(jìn)行分析，繼而對(duì)原始流量路徑做路徑變換處理，拓展其維度以提取更有效的特征，提高準(zhǔn)確性，獲得五維的目標(biāo)流量路徑，計(jì)算目標(biāo)流量路徑的重積分特征數(shù)據(jù)，并為了避免特征數(shù)據(jù)過(guò)于龐大，進(jìn)一步篩選確定目標(biāo)特征數(shù)據(jù)，從而基于目標(biāo)特征數(shù)據(jù)利用流量分類模型進(jìn)行預(yù)測(cè)分析，確定該加密流量數(shù)據(jù)的類別。與目前特征數(shù)據(jù)會(huì)過(guò)于龐大本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】

1.一種基于重積分特征的加密流量分類方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述重積分特征數(shù)據(jù)篩選確定目標(biāo)特征數(shù)據(jù)的步驟包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述目標(biāo)流量路徑確定重積分特征數(shù)據(jù)的步驟包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述子路徑確定所述重積分特征數(shù)據(jù)的步驟包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)一維的所述原始流量路徑做路徑變換處理，獲得五維的目標(biāo)流量路徑的步驟包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述加密流量數(shù)據(jù)和所述加密流量數(shù)據(jù)的五元組生成原始流量路徑的步驟包括：

7.根據(jù)權(quán)利要求1至6中任一項(xiàng)所述的方法，其特征在于，所述方法還包括：

8.一種基于重積分特征的加密流量分類裝置，其特征在于，所述裝置包括：

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的方法。

...

【技術(shù)特征摘要】

1.一種基于重積分特征的加密流量分類方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述重積分特征數(shù)據(jù)篩選確定目標(biāo)特征數(shù)據(jù)的步驟包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述目標(biāo)流量路徑確定重積分特征數(shù)據(jù)的步驟包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述子路徑確定所述重積分特征數(shù)據(jù)的步驟包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)一維的所述原始流量路徑做路徑變換處理，獲得五維的目標(biāo)流量路徑的步驟包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：許世杰，
申請(qǐng)(專利權(quán))人：廣東職業(yè)技術(shù)學(xué)院，
類型：發(fā)明
國(guó)別省市：