[發(fā)明專利]一種深度學(xué)習(xí)的網(wǎng)絡(luò)流量分類方法

在審

• 申請?zhí)枺?/td>: 201610388592.8
• 申請日: 2016-06-02
• 公開（公告）號: CN107465643A
• 公開（公告）日: 2017-12-12
• 發(fā)明（設(shè)計(jì)）人: 徐杰;陳訓(xùn)遜;王博;崔佳;王東安;包秀國
• 申請（專利權(quán)）人: 國家計(jì)算機(jī)網(wǎng)絡(luò)與信息安全管理中心
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06F17/30;G06K9/62
• 代理公司: 北京華仲龍騰專利代理事務(wù)所(普通合伙)11548
• 代理人: 黃玉玨

技術(shù)領(lǐng)域

本發(fā)明屬于網(wǎng)絡(luò)信息安全技術(shù)領(lǐng)域，特別涉及一種基于深度學(xué)習(xí)的網(wǎng)絡(luò)流量分類方法。

背景技術(shù)

隨著信息技術(shù)的蓬勃發(fā)展,種類繁多的互聯(lián)網(wǎng)應(yīng)用產(chǎn)生的大量流量占用了很多網(wǎng)絡(luò)資源,在給服務(wù)質(zhì)量帶來巨大挑戰(zhàn)的同時(shí)也給互聯(lián)網(wǎng)安全產(chǎn)生負(fù)面影響。為了高效地利用網(wǎng)絡(luò)資源并為網(wǎng)絡(luò)管理者提供有效的管控手段,以辨別應(yīng)用層協(xié)議為目的的網(wǎng)絡(luò)流量分類技術(shù)成為近年來的研究熱點(diǎn)問題。在網(wǎng)絡(luò)流量分類的傳統(tǒng)方法中,應(yīng)用最廣的是基于知名端口號(known ports)的流量分類算法、基于特征字匹配的流量分類算法、基于傳輸層行為模式的流量分類算法。但是隨著端口偽造、明文加密等技術(shù)的使用以及網(wǎng)絡(luò)類別環(huán)境差別的增大,上述三種分類方法在現(xiàn)階段已經(jīng)無法滿足對分類的精度要求。機(jī)器學(xué)習(xí)方法不需要對端口進(jìn)行匹配,也不需要解析流量的有效載荷內(nèi)容,同時(shí)不受網(wǎng)絡(luò)環(huán)境等影響就可以對網(wǎng)絡(luò)流量進(jìn)行高精度的分類,故基于機(jī)器學(xué)習(xí)算法的網(wǎng)絡(luò)流量分類技術(shù)成為近年來的研究熱點(diǎn)問題。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是克服現(xiàn)有技術(shù)的缺陷，提供一種基于深度學(xué)習(xí)的網(wǎng)絡(luò)流量分類方法。

本發(fā)明的技術(shù)方案是，一種基于深度學(xué)習(xí)的網(wǎng)絡(luò)流量分類方法，包括如下步驟：

(1)網(wǎng)絡(luò)流量樣本數(shù)據(jù)的獲??；

采用Libpcap庫對網(wǎng)絡(luò)流量進(jìn)行捕獲；

(2)網(wǎng)絡(luò)流量屬性的確定，包括

a.網(wǎng)絡(luò)流量中客戶端端口號統(tǒng)計(jì)分析；

b.網(wǎng)絡(luò)流量中數(shù)據(jù)包平均到達(dá)時(shí)間統(tǒng)計(jì)分析；

c.網(wǎng)絡(luò)流量中包含數(shù)據(jù)包個(gè)數(shù)統(tǒng)計(jì)分析；

(3)網(wǎng)絡(luò)流量樣本標(biāo)記；

采用一種基于端口號及特征字匹配的網(wǎng)絡(luò)流量樣本標(biāo)記算法,該算法先利用IANA的知名端口庫判斷訓(xùn)練樣本中流量的端口號是否為知名端口,再利用特征字匹配技術(shù)將非知名端口的流量樣本進(jìn)行深度解析匹配,對未知流樣本進(jìn)行標(biāo)記；

(4)連續(xù)數(shù)據(jù)的離散化；

利用基于粗糙集的方法對網(wǎng)絡(luò)流量樣本中連續(xù)的數(shù)據(jù)進(jìn)行離散化；

(5)樣本的訓(xùn)練；

采用深度學(xué)習(xí)中的受限玻爾茲曼機(jī)，在原始輸入特征中抽取低維高度可區(qū)分的低維特征作為訓(xùn)練模型的輸入，對樣本進(jìn)行訓(xùn)練，使用支持向量機(jī)作為回歸模型。

本發(fā)明的有益效果在于：對紛繁復(fù)雜的網(wǎng)絡(luò)流量資源，能夠滿足高精度的分類要求。

附圖說明

圖1為本發(fā)明的方法流程圖

具體實(shí)施方式

下面，結(jié)合附圖對于本發(fā)明進(jìn)行如下詳細(xì)說明：

流程圖如圖1所示，描述了利用深度學(xué)習(xí)算法對網(wǎng)絡(luò)流進(jìn)行分類的過程。首先從外部網(wǎng)絡(luò)中獲取數(shù)據(jù),之后將數(shù)據(jù)進(jìn)行處理得到用流的屬性向量表示的流數(shù)據(jù)集合,再對流的屬性特征進(jìn)行選擇得到待訓(xùn)練數(shù)據(jù),利用深度學(xué)習(xí)算法進(jìn)行訓(xùn)練得到分類模型,最后利用分類模型對未知樣本進(jìn)行分類。

本發(fā)明主要包括以下步驟：

一是網(wǎng)絡(luò)流量樣本數(shù)據(jù)的獲取。常使用普通的PC機(jī)，利用Libpcap庫對網(wǎng)絡(luò)流量進(jìn)行捕獲。

二是流量屬性的確定。樣本數(shù)據(jù)對學(xué)習(xí)模型的穩(wěn)定性、精確性有著至關(guān)重要的作用,而樣本是由網(wǎng)絡(luò)流的各項(xiàng)屬性計(jì)算而來,所以流屬性的確定也就決定了流分類的結(jié)果精度。本發(fā)明采用三種方法進(jìn)行流量屬性確定：1.網(wǎng)絡(luò)流中客戶端端口號統(tǒng)計(jì)分析；2.網(wǎng)絡(luò)流中數(shù)據(jù)包平均到達(dá)時(shí)間統(tǒng)計(jì)分析；3.網(wǎng)絡(luò)流中包含數(shù)據(jù)包個(gè)數(shù)統(tǒng)計(jì)分析。

三是網(wǎng)絡(luò)流樣本的標(biāo)記。本發(fā)明的深度學(xué)習(xí)算法均是有監(jiān)督的學(xué)習(xí)算法,所以機(jī)器學(xué)習(xí)的訓(xùn)練樣本中需要包含樣本的類別信息,即訓(xùn)練時(shí)算法需要事先知道該樣本的類別,在對未知樣本進(jìn)行分類時(shí)可以增大分類模型的精度。本發(fā)明設(shè)計(jì)了一種基于端口號及特征字匹配的網(wǎng)絡(luò)流樣本標(biāo)記算法,該算法先利用IANA的知名端口庫判斷訓(xùn)練樣本中流的端口號是否為知名端口,再利用特征字匹配技術(shù)將非知名端口的流樣本進(jìn)行深度解析匹配,對未知流樣本進(jìn)行標(biāo)記。

四是連續(xù)數(shù)據(jù)的離散化。利用基于粗糙集的方法對網(wǎng)絡(luò)流樣本中連續(xù)的數(shù)據(jù)進(jìn)行離散化。