[發(fā)明專(zhuān)利]基于稀疏表示和卷積神經(jīng)網(wǎng)絡(luò)的私有加密協(xié)議報(bào)文分類(lèi)法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011474852.6
• 申請(qǐng)日: 2020-12-15
• 公開(kāi)（公告）號(hào): CN112511555A
• 公開(kāi)（公告）日: 2021-03-16
• 發(fā)明（設(shè)計(jì)）人: 吉慶兵;張文政;潘煒;張李軍;于飛;劉成;談程;尹浩
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)電子科技集團(tuán)公司第三十研究所
• 主分類(lèi)號(hào): H04L29/06
• 分類(lèi)號(hào): H04L29/06;G06N20/00;G06N3/04
• 代理公司: 成都九鼎天元知識(shí)產(chǎn)權(quán)代理有限公司 51214
• 代理人: 卿誠(chéng)

1.基于稀疏表示和卷積神經(jīng)網(wǎng)絡(luò)的私有加密協(xié)議報(bào)文分類(lèi)法，其特征在于，包括：

獲取網(wǎng)絡(luò)流量數(shù)據(jù)并進(jìn)行預(yù)處理，得到訓(xùn)練數(shù)據(jù)集、測(cè)試數(shù)據(jù)集、訓(xùn)練標(biāo)簽文件以及測(cè)試標(biāo)簽文件；

將訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集導(dǎo)入稀疏自編碼器進(jìn)行無(wú)監(jiān)督的特征學(xué)習(xí)，得到維度更小的輸入數(shù)據(jù)；

使用稀疏表示后的訓(xùn)練集和訓(xùn)練集標(biāo)簽對(duì)二維卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，進(jìn)行卷積和池化并最小化誤差，得到用于對(duì)測(cè)試集進(jìn)行分類(lèi)的分類(lèi)器。

2.根據(jù)權(quán)利要求1所述的基于稀疏表示和卷積神經(jīng)網(wǎng)絡(luò)的私有加密協(xié)議報(bào)文分類(lèi)法，其特征在于：在完成分類(lèi)器的訓(xùn)練后，使用二維卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成的私有加密協(xié)議報(bào)文分類(lèi)器對(duì)測(cè)試數(shù)據(jù)集進(jìn)行測(cè)試，將測(cè)試結(jié)果與測(cè)試集標(biāo)簽進(jìn)行對(duì)比，驗(yàn)證私有加密協(xié)議報(bào)文分類(lèi)的準(zhǔn)確性。

3.根據(jù)權(quán)利要求1所述的基于稀疏表示和卷積神經(jīng)網(wǎng)絡(luò)的私有加密協(xié)議報(bào)文分類(lèi)法，其特征在于：所述的數(shù)據(jù)預(yù)處理包括報(bào)文劃分，將連續(xù)的網(wǎng)絡(luò)流量切分成離散單位，然后分離出傳輸層以上的報(bào)文載荷數(shù)據(jù)。

4.根據(jù)權(quán)利要求3所述的基于稀疏表示和卷積神經(jīng)網(wǎng)絡(luò)的私有加密協(xié)議報(bào)文分類(lèi)法，其特征在于：將連續(xù)的網(wǎng)絡(luò)流量切分成離散單位時(shí)，按照流和會(huì)話(huà)作為切分粒度。

5.根據(jù)權(quán)利要求1所述的基于稀疏表示和卷積神經(jīng)網(wǎng)絡(luò)的私有加密協(xié)議報(bào)文分類(lèi)法，其特征在于：所述的數(shù)據(jù)預(yù)處理包括數(shù)據(jù)歸一化處理，按照統(tǒng)一的長(zhǎng)度對(duì)報(bào)文數(shù)據(jù)進(jìn)行截取，即在大于指定長(zhǎng)度的數(shù)據(jù)內(nèi)截取指定長(zhǎng)度的數(shù)據(jù)，在小于指定長(zhǎng)度的數(shù)據(jù)的末尾補(bǔ)0至指定長(zhǎng)度，最終將獲得的指定長(zhǎng)度的數(shù)據(jù)存入特定數(shù)組內(nèi)。

6.根據(jù)權(quán)利要求5所述的基于稀疏表示和卷積神經(jīng)網(wǎng)絡(luò)的私有加密協(xié)議報(bào)文分類(lèi)法，其特征在于：所述的數(shù)據(jù)預(yù)處理包括數(shù)據(jù)可視化處理，將存入特定數(shù)組內(nèi)的數(shù)據(jù)，按照一個(gè)字節(jié)對(duì)應(yīng)一個(gè)灰度值的方式，將各規(guī)定長(zhǎng)度的數(shù)據(jù)轉(zhuǎn)化為長(zhǎng)寬相同的單通道灰度圖。

7.根據(jù)權(quán)利要求1所述的基于稀疏表示和卷積神經(jīng)網(wǎng)絡(luò)的私有加密協(xié)議報(bào)文分類(lèi)法，所述的將訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集導(dǎo)入稀疏自編碼器進(jìn)行無(wú)監(jiān)督的特征學(xué)習(xí)，得到維度更小的輸入數(shù)據(jù)，其特征在于，按照如下方式進(jìn)行數(shù)據(jù)處理：

將訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集中預(yù)處理后的私有加密協(xié)議報(bào)文數(shù)據(jù)輸入稀疏自編碼器，輸入層到隱層的偏置為W，隱層的偏置為b，隱含層的輸出值h為

h＝WX+b

隱層到輸出層權(quán)值W′，偏置為b′，則稀疏自編碼器的輸出Y為

Y＝W′h+b′

通過(guò)X、Y和W計(jì)算代價(jià)函數(shù)J(W,b)

J(W,b)＝σ(Y-X)+λW

計(jì)算稀疏自編碼器的代價(jià)函數(shù)J_sparse(W,b)，并根據(jù)J_sparse(W,b)使用梯度下降法調(diào)整權(quán)值W

其中λ是學(xué)習(xí)率，σ代表用于計(jì)算Y-X的L₂泛數(shù)，η代表學(xué)習(xí)率；權(quán)值調(diào)整完成后，最終得到私有加密協(xié)議報(bào)文數(shù)據(jù)X的特征表示h。