[發明專利]一種基于序列化的協議流特征的網絡流量分類方法和裝置

有效

• 申請號: 202010150723.5
• 申請日: 2020-03-06
• 公開（公告）號: CN111431819B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 趙世林;葉可江;須成忠
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: H04L47/2441
• 分類號: H04L47/2441;G06N3/084;G06F18/2415;G06N3/045;G06N3/0464;G06F18/23;G06N3/0442
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 耿慧敏

本發明公開了一種基于序列化的協議流特征的網絡流量分類方法和裝置。基于網絡包的包頭屬性特征將采集的網絡包劃分為多個網絡流；計算各網絡流的網絡包間的相似度并對網絡流進行聚類打標簽；對帶有標簽的網絡流進行序列化操作，得到序列化數據集；將所述序列化數據集輸入到循環神經網絡中，提取網絡包間的關聯關系；將所述循環神經網絡的輸出序列值輸入至一維卷積神經網絡，得到序列化的特征向量集；將所述序列化的特征向量集輸入至自適應卷積神經網絡，獲得預測的網絡流量分類。本發明利用網絡包的時間維度和空間維度的數據關系建模，提高了網絡流量的分類效率和分類效果。

技術領域

本發明涉及計算機通信技術領域，更具體地，涉及一種基于序列化的協議流特征的網絡流量分類方法和裝置。

背景技術

隨著互聯網的快速發展，大量的數據在計算機網絡，通信設備，網絡傳輸，無線通信等場景下產生，這些海量數據占據著大量的網絡帶寬資源，云端服務和存儲資源，若處理不好這些數據，隨時會導致網絡癱瘓，擁塞或者服務器宕機。

隨著網絡規模迅速擴大，來自于各種網絡設備，移動端，服務端中網絡上傳輸的數據急劇增多，這樣大量的網絡應用產生的數據，在傳播和使用過程中，需要保證網絡數據傳輸的安全性和穩定性，才能準確的應用和分析各類資源數據，這是如今網絡安全中關注的焦點之一。其中網絡流量分類是保證網絡數據傳輸安全和穩定性的關鍵技術，網絡流量分類也可以作為評價網絡性能的關鍵指標之一。

在現有技術中，網絡流量分類技術主要包括基于傳統的網絡流量分類技術和基于機器學習的網絡流量分類技術。然而，這些技術仍存在以下問題：手動提取特征耗時耗力；對數據的容錯能力較差；流量分類效果不穩定等。

發明內容

本發明的目的是克服上述現有技術的缺陷，提供一種基于序列化的協議流特征的網絡流量分類方法和裝置，通過深度解析網絡包的應用行為，結合網絡包特有的協議流特征，并利用循環神經網絡和卷積神經網絡進行網絡流量分類。

根據本發明的第一方面，提供一種基于序列化的協議流特征的網絡流量分類方法。該方法包括以下步驟：

基于網絡包的包頭屬性特征將采集的網絡包劃分為多個網絡流，每個網絡流包括多個網絡包；

計算各網絡流的網絡包間的相似度并對網絡流進行聚類打標簽；

對帶有標簽的網絡流進行序列化操作，得到序列化數據集；

將所述序列化數據集輸入到循環神經網絡中，提取網絡包間的關聯關系；

將所述循環神經網絡的輸出序列值輸入至一維卷積神經網絡，得到序列化的特征向量集；

將所述序列化的特征向量集輸入至自適應卷積神經網絡，獲得預測的網絡流量分類。

在一個實施例中，基于網絡包的包頭屬性特征將采集的網絡包劃分為多個網絡流包括：

根據網絡的不同層次的協議特征劃分每層的網絡數據，提取對應的協議包特征和流特征，形成協議包數據集和流特征數據集；

根據每條網絡包中的源IP、目的IP、源端口、目的端口和協議類型五元組將所述協議包數據集和所述流特征數據集歸類打標簽，獲得多個網絡流，其中，每條網絡流包括多個具有相同五元組的網絡包。

在一個實施例中，所述協議包數據集和流特征數據集中的特征值是經歸一化處理后的值。

在一個實施例中，計算各網絡流的網絡包間的相似度并對網絡流進行聚類打標簽包括：

對于得到的網絡流，計算網絡流中的前N個網絡包的相似度，N是大于等于2的整數；

通過將計算出的相似度與設定閾值進行比較，確定同源網絡流；

利用基于機器學習的聚類方法，對網絡流進行聚類打標簽。