[發明專利]一種報文處理方法及裝置

有效

• 申請號: 201911013505.0
• 申請日: 2019-10-23
• 公開（公告）號: CN110781950B
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 王明輝
• 申請（專利權）人: 新華三信息安全技術有限公司
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06N3/02;G06F16/28;H04L49/10
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 楊春香

1.一種報文處理方法，應用于智能交換機，其特征在于，所述方法包括：

接收待處理報文；所述待處理報文包括需要通過智能交換機進行人工智能AI處理的報文；

對所述待處理報文進行數據流特征提取，并基于所提取的數據流特征，利用預測神經網絡確定對應的數據流的第一應用分類；其中，所述第一應用分類是基于所提取的數據流特征，利用預測神經網絡進行應用分類識別的識別結果；

對于任一數據流，從所述待處理報文中獲取該數據流的預設數量的報文，基于該數據流的所述預設數量的報文，利用入侵防御系統IPS軟件，識別該數據流的第二應用分類，并保存該數據流的第二應用分類；其中，所述第二應用分類是利用IPS軟件對該數據流進行應用分類識別的識別結果；

當需要對數據流的第一應用分類進行上報時，對于待上報的任一數據流，若未保存該數據流的第二應用分類，或，所保存的該數據流的第二應用分類與該數據流的第一應用分類相同，則對該數據流的第一應用分類進行上報；若所保存的該數據流的第二應用分類與該數據流的第一應用分類不同，則對該數據流的第二應用分類進行上報。

2.根據權利要求1所述的方法，其特征在于，所述識別該數據流的第二應用分類之后，還包括：

基于該數據流的第二應用分類，以及所提取的該數據流的數據流特征，生成訓練樣本；

利用所述訓練樣本，對所述預測神經網絡進行訓練，以確定新的模型參數；

當確定滿足預設條件時，觸發所述預測神經網絡加載所述新的模型參數。

3.根據權利要求2所述的方法，其特征在于，所述滿足預設條件包括：

當前時間達到預設模型參數更新時間；或/和，新的模型參數與當前使用的模型參數之間的差異滿足預設條件。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述智能交換機以虛擬機的方式安裝所述IPS軟件。

5.根據權利要求1-3任一項所述的方法，其特征在于，所述方法還包括：

對于任一數據流，若當前時間與上一次接收到該數據流的報文的時間的差值大于預設時間間隔，則刪除所保存的該數據流的第二應用分類。

6.一種報文處理裝置，應用于智能交換機，其特征在于，所述裝置包括：

接收單元，用于接收待處理報文；所述待處理報文包括需要通過智能交換機進行人工智能AI處理的報文；

提取單元，用于對所述待處理報文進行數據流特征提取；

第一確定單元，用于基于所提取的數據流特征，利用預測神經網絡確定對應的數據流的第一應用分類；

獲取單元，用于對于任一數據流，從所述待處理報文中獲取該數據流的預設數量的報文；其中，所述第一應用分類是基于所提取的數據流特征，利用預測神經網絡進行應用分類識別的識別結果；

第二確定單元，用于基于該數據流的所述預設數量的報文，利用入侵防御系統IPS軟件，識別該數據流的第二應用分類；其中，所述第二應用分類是利用IPS軟件對該數據流進行應用分類識別的識別結果；

保存單元，用于保存該數據流的第二應用分類；

上報單元，用于當需要對數據流的第一應用分類進行上報時，對于待上報的任一數據流，若未保存該數據流的第二應用分類，或，所保存的該數據流的第二應用分類與該數據流的第一應用分類相同，則對該數據流的第一應用分類進行上報；若所保存的該數據流的第二應用分類與該數據流的第一應用分類不同，則對該數據流的第二應用分類進行上報。

7.根據權利要求6所述的裝置，其特征在于，所述裝置還包括：

生成單元，用于基于該數據流的第二應用分類，以及所提取的該數據流的數據流特征，生成訓練樣本；

訓練單元，用于利用所述訓練樣本，對所述預測神經網絡進行訓練，以確定新的模型參數；

更新單元，用于當確定滿足預設條件時，觸發所述預測神經網絡加載所述新的模型參數。

8.根據權利要求7所述的裝置，其特征在于，所述滿足預設條件包括：

當前時間達到預設模型參數更新時間；或/和，新的模型參數與當前使用的模型參數之間的差異滿足預設條件。