[發明專利]一種基于多尺度特征注意力的網絡流量分類方法及系統

有效

• 申請號: 202011224892.5
• 申請日: 2020-11-05
• 公開（公告）號: CN112839024B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 王一鵬;云曉春;賴英旭
• 申請（專利權）人: 北京工業大學;國家計算機網絡與信息安全管理中心
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L41/14;G06F18/241;G06N3/0464;G06N3/08
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

1.一種基于多尺度特征注意力的網絡流量分類方法，其特征在于，該方法包括如下步驟，

步驟1)，以已知應用協議類型的網絡字節流序列的集合為輸入，將每組字節流序列轉換為固定長度、采用獨熱編碼形式的字節流定長獨熱表征序列；

步驟2)，以步驟1)得到的字節流定長獨熱表征序列作為輸入，形成離線訓練數據集，采用有監督學習的方式，構建應用協議分類模型；

步驟3)，以網絡流量數據為輸入，獲取待測網絡字節流序列，并將待測字節流序列轉換為與步驟1)相同的字節流定長獨熱表征序列；

步驟4)，根據訓練階段中步驟2)得到的應用協議分類模型，對目標流量數據的應用協議類別屬性進行判別，并輸出判別結果；

該方法包括訓練階段和分類階段；其中步驟1)、2)為訓練階段，步驟3)、4)為分類階段；步驟2)構建應用協議分類模型的方法如下：

步驟2-1)，以步驟1)得到的字節流定長獨熱表征序列為輸入，使用單層2D卷積神經網絡結構進行初始特征變換操作，將單通道、離散取值的字節流定長獨熱表征序列轉換為多通道、連續取值的字節流定長卷積表征序列初始表征向量；

步驟2-2)，以步驟2-1)得到的字節流定長卷積表征序列初始表征向量為輸入，使用不少于一個具有不同卷積核的多層1D卷積神經網絡分支結構，進行多尺度特征提取操作，得到字節流的多尺度特征向量；

步驟2-3)，以步驟2-1)得到的字節流定長卷積表征序列初始表征向量為輸入，使用單層1D卷積神經網絡結構，進行分支權重生成操作，得到與各尺度特征向量相對應的權重向量；

步驟2-4)，以步驟2-2)得到的多尺度特征向量和步驟2-3)得到的權重向量為輸入，進行分支帶權融合操作，得到字節流定長卷積表征序列的帶權特征向量；

步驟2-5)，以步驟2-1)得到的字節流定長卷積表征序列初始表征向量和步驟2-4)得到的帶權特征向量為輸入，通過殘差融合操作將字節流定長卷積表征序列初始表征向量和帶權特征向量相加，得到字節流定長卷積表征序列的最終特征向量；

步驟2-6)，以步驟2-5)得到的最終特征向量為輸入，使用全連接神經網絡，進行應用協議分類操作，得到字節流的應用協議類型；

步驟2-7)，以步驟2-6)得到應用協議類型與步驟1)中的字節流定長獨熱表征序列的真實應用協議類型為輸入，計算協議分類模型分類準確率、損失函數值指標，若指標滿足終止條件L，則停止應用協議分類模型構建流程，輸出應用協議特征提取模型和應用協議分類模型；若指標不滿足終止條件，則重復步驟2-1)～步驟2-6)。

2.如權利要求1所述的一種基于多尺度特征注意力的網絡流量分類方法，其特征在于，步驟1)中，進行字節流序列轉換的具體操作方法是：

步驟1-1)，根據字節流特征提取模塊的指定輸入向量長度，調整字節流序列長度使之與指定輸入向量長度相等；丟棄字節流序列中超出指定輸入向量長度的字節、對不足指定輸入向量長度的字節流序列在尾部補零；

步驟1-2)，在字節流序列中，每個字節轉換為十進制表示的取值為大于等于零的整數；設字節流序列中每個字節可能取值的種類數為k，將所有字節轉換為長度與k相等的獨熱向量，除代表該字節實際取值的一位為1之外，獨熱向量其余各位為0。

3.如權利要求1所述的一種基于多尺度特征注意力的網絡流量分類方法，其特征在于，步驟2-1)所述的初始特征變換操作的具體操作方法是：

使用2D卷積神經網絡層，設字節流中每個字節可能取值的種類數為k，則其卷積核尺寸為(k×1)，將字節流定長獨熱表征序列轉換為字節流定長卷積表征序列初始表征向量，將每個字節的單一離散表示轉換為多重語義嵌入表示，使初始表征向量具有更復雜的表達能力。