[發明專利]網絡流量識別方法、設備及計算機存儲介質

有效

• 申請號: 202011264614.2
• 申請日: 2020-11-11
• 公開（公告）號: CN112437022B
• 公開（公告）日: 2023-05-19
• 發明（設計）人: 譚小彬;陳令安;佟欣欣;姜曉楓;楊堅;鄭烇;吳楓;張勇東
• 申請（專利權）人: 中國科學技術大學先進技術研究院
• 主分類號: H04L41/069
• 分類號: H04L41/069;H04L47/125
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 關向蘭

1.一種網絡流量識別方法，其特征在于，所述方法包括：

預處理采集到的網絡數據，提取每一個網絡會話的特征信息，生成流量日志；

基于所述流量日志，構建預設時間段內的第一形式流量圖，其中，所述第一形式流程圖包括客戶端節點、服務器端節點以及服務器端節點與客戶端節點之間表示數據流的邊；

在所述第一形式流量圖中增加構建服務器端節點之間相關性的相關邊，生成第二形式流量圖，其中，所述服務器端節點之間相關性由節點時間關聯度表示，所述節點時間關聯度由兩個節點之間的共同活躍時間確定，其中，所述共同活躍時間是指兩個服務器節點同時與一個客戶端節點產生會話的時間；

利用所述第二形式流量圖的數據對圖神經網絡進行訓練，生成網絡流量識別模型；

將未知流量轉換為第二形式流量圖輸入所述網絡流量識別模型；

所述網絡流量識別模型將未知流量的第二形式流量圖和自身學習到的圖模式進行匹配；

當匹配程度大于預設閾值時，則判定所述未知流量對應的圖模式，從而確定未知流量對應的網絡應用；

其中，所述利用所述第二形式流量圖的數據對圖神經網絡進行訓練，包括：

歸集所述第二形式流量圖預設范圍內的數據；其中所述預設范圍內的數據包括節點特征、鄰居節點特征以及鄰居邊特征；

對所述預設范圍內的數據進行卷積計算，利用以下公式：

其中，表示第層中節點的特征，為一個向量；為一個非線性函數relu；為節點的鄰居節點；為歸集函數，表示歸集鄰居特征的方式；為權重參數，函數得出最后輸出的下一層對應節點的特征。

2.如權利要求1所述的網絡流量識別方法，其特征在于，所述增加構建所述服務器端節點之間相關性的相關邊，包括：

根據預設方法計算所有服務器端節點之間的相關性；

基于所述相關性，根據預設條件構建相關邊。

3.如權利要求1所述的網絡流量識別方法，其特征在于，所述流量日志為數據流的參數。

4.如權利要求1所述的網絡流量識別方法，其特征在于，所述特征信息包括以下至少之一：

開始時間、持續時間、字節數序列、互聯網協議地址、端口號。

5.如權利要求1所述的網絡流量識別方法，其特征在于，所述利用所述第二形式流量圖的數據對圖神經網絡進行訓練，還包括：

將訓練生成的識別結果與標注的數據進行比對；

將比對的結果反向傳播，更新所述圖神經網絡內部的參數。

6.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有網絡流量識別程序，所述網絡流量識別程序被處理器執行時實現權利要求1-5任一所述的方法的步驟。

7.一種網絡流量識別設備，其特征在于，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的網絡流量識別程序，所述處理器執行所述網絡流量識別程序時實現權利要求1-5任一所述的方法的步驟。