[發明專利]基于機器學習的網絡流量協議識別方法和裝置

有效

• 申請號: 202011096902.1
• 申請日: 2020-10-14
• 公開（公告）號: CN112367215B
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 劉海衛;龍文潔;莫金友
• 申請（專利權）人: 杭州安恒信息安全技術有限公司
• 主分類號: H04L43/18
• 分類號: H04L43/18;G06K9/62;G06N20/00
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 金無量

1.一種基于機器學習的網絡流量協議識別方法，其特征在于，包括：

獲取預先構建好的協議識別模型；

采集實時網絡流量，并從所述實時網絡流量中提取實時協議特征信息；

將所述實時協議特征信息輸入至所述協議識別模型中，得到所述實時網絡流量對應的協議類型；

在所述獲取預先構建好的協議識別模型之前，所述方法還包括：

根據樣本數據和預設監督式學習規則，對初始協議識別模型進行訓練，得到訓練好的協議識別模型；

其中，所述樣本數據包括訓練網絡流量的訓練協議特征信息以及相應訓練網絡流量的標準協議類型，所述初始協議識別模型包括協議特征信息與協議類型之間的映射關系，所述根據樣本數據和預設監督式學習規則，對初始協議識別模型進行訓練，得到訓練好的協議識別模型包括：

將所述樣本數據中的訓練協議特征信息輸入至所述初始協議識別模型，得到所述訓練協議特征信息對應的預測協議類型；將所述預測協議類型和所述標準協議類型進行比較，得到比較結果；根據所述比較結果，對所述初始協議識別模型的映射關系進行迭代優化，直至收斂，得到訓練好的協議識別模型；

所述映射關系包括多個協議特征參數以及每一所述協議特征參數的權值參數，所述根據所述比較結果，對所述初始協議識別模型的映射關系進行迭代優化，直至收斂，得到訓練好的協議識別模型包括：

根據所述比較結果，調整所述協議特征參數的權值參數，以對所述初始協議識別模型的映射關系進行迭代優化，直至收斂，得到訓練好的協議識別模型。

2.根據權利要求1所述的方法，其特征在于，在所述根據樣本數據和預設監督式學習規則，對初始協議識別模型進行訓練，得到訓練好的協議識別模型之前，所述方法還包括：

獲取所述樣本數據；

將協議特征信息作為輸入參量，將協議類型作為輸出參量，構建所述初始協議識別模型。

3.根據權利要求1所述的方法，其特征在于，所述預設監督式學習規則包括樸素貝葉斯分類規則。

4.根據權利要求2所述的方法，其特征在于，所述獲取所述樣本數據包括：

獲取訓練網絡流量；

從所述訓練網絡流量中提取訓練協議特征信息；所述訓練協議特征信息包括端口、數據包長度、數據包內容中的秘鑰和所述秘鑰的次序；

獲取預先配置的端口與協議類型之間的對應關系；

根據所述對應關系，對所述訓練協議特征信息進行協議類型標識處理，得到所述樣本數據。

5.根據權利要求1所述的方法，其特征在于，所述根據所述比較結果，調整所述協議特征參數的權值參數，以對所述初始協議識別模型的映射關系進行迭代優化，直至收斂，得到訓練好的協議識別模型包括：

在一次迭代中，根據所述比較結果，計算本次迭代對應的識別可信度；

將所述識別可信度與預設可信度閾值進行比較；

若所述識別可信度小于所述預設可信度閾值，則調整所述協議特征參數的權值參數，以對所述初始協議識別模型的映射關系進行迭代優化；

若所述識別可信度大于或者等于所述預設可信度閾值，則停止迭代，并將本次迭代對應的協議識別模型作為訓練好的協議識別模型。

6.根據權利要求1所述的方法，其特征在于，在所述根據樣本數據和預設監督式學習規則，對初始協議識別模型進行訓練，得到訓練好的協議識別模型之后，所述方法還包括：

從所述樣本數據中抽取部分數據作為校驗數據；

根據所述校驗數據對訓練好的協議識別模型進行校驗，得到校驗結果；

根據所述校驗結果，調整所述協議特征參數的權值參數，得到校驗后的協議識別模型。