[發(fā)明專利]基于深度學(xué)習(xí)的I2P流量識別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110075899.3
• 申請日: 2021-01-20
• 公開（公告）號: CN112887291A
• 公開（公告）日: 2021-06-01
• 發(fā)明（設(shè)計）人: 景全亮;范鑫鑫;畢經(jīng)平;武超;雷蕾;張永
• 申請（專利權(quán)）人: 中國科學(xué)院計算技術(shù)研究所
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L12/24;G06N3/08
• 代理公司: 北京律誠同業(yè)知識產(chǎn)權(quán)代理有限公司 11006
• 代理人: 祁建國

1.一種基于深度學(xué)習(xí)的I2P流量識別方法，其特征在于，包括：

步驟1、獲取已標(biāo)記I2P流量類別標(biāo)簽的流量文件作為訓(xùn)練數(shù)據(jù)，提取該訓(xùn)練數(shù)據(jù)中數(shù)據(jù)包的報文字段，得到五元組信息，該五元組信息由該數(shù)據(jù)包的源IP地址、目的IP地址、源數(shù)據(jù)端口、目的數(shù)據(jù)端口及載荷長度組成；

步驟2、判斷該數(shù)據(jù)包中運輸層的協(xié)議類型是否為TCP協(xié)議，若是，則按TCP流對數(shù)據(jù)包的載荷長度進(jìn)行聚合，否則按由源IP地址、源數(shù)據(jù)端口、目的IP地址和目的數(shù)據(jù)端口組成的四元組對數(shù)據(jù)包的載荷長度進(jìn)行聚合；

步驟3、將聚合結(jié)果進(jìn)行灰度圖像編碼，得到灰度圖像并輸入至包括卷積神經(jīng)網(wǎng)絡(luò)和二分類網(wǎng)絡(luò)的I2P流量識別模型，得到訓(xùn)練數(shù)據(jù)的流量識別結(jié)果，根據(jù)已標(biāo)記的該I2P流量類別標(biāo)簽和該流量識別結(jié)果計算該I2P流量識別模型的損失函數(shù)，若損失函數(shù)結(jié)果高于設(shè)定閾值，則進(jìn)行反向傳播更新該I2P流量識別模型內(nèi)參數(shù)，再次執(zhí)行步驟3，直到損失函數(shù)結(jié)果低于該設(shè)定閾值，保存當(dāng)前I2P流量識別模型作為最終識別模型；

步驟4、將待識別的流量文件輸入該最終識別模型，得到I2P流量識別結(jié)果。

2.如權(quán)利要求1所述的基于深度學(xué)習(xí)的I2P流量識別方法，其特征在于，該步驟4包括利用網(wǎng)絡(luò)抓包工具對網(wǎng)卡進(jìn)行流量抓包，得到該待識別的流量文件。

3.如權(quán)利要求1所述的基于深度學(xué)習(xí)的I2P流量識別方法，其特征在于，該流量文件為pcap格式。

4.如權(quán)利要求1所述的基于深度學(xué)習(xí)的I2P流量識別方法，其特征在于，該損失函數(shù)為二分類交叉熵?fù)p失函數(shù)。

5.如權(quán)利要求1所述的基于深度學(xué)習(xí)的I2P流量識別方法，其特征在于，該步驟3中灰度圖像具體為：

該灰度圖像的前8字節(jié)為運輸層協(xié)議標(biāo)志，之后的12字節(jié)為源IP地址、源數(shù)據(jù)端口、目的IP地址和目的數(shù)據(jù)端口，再之后的4字節(jié)為該載荷長度，再之后的1000字節(jié)為數(shù)據(jù)流中的前500個報文段的長度信息。

6.一種基于深度學(xué)習(xí)的I2P流量識別系統(tǒng)，其特征在于，包括：

模塊1，用于獲取已標(biāo)記I2P流量類別標(biāo)簽的流量文件作為訓(xùn)練數(shù)據(jù)，提取該訓(xùn)練數(shù)據(jù)中數(shù)據(jù)包的報文字段，得到五元組信息，該五元組信息由該數(shù)據(jù)包的源IP地址、目的IP地址、源數(shù)據(jù)端口、目的數(shù)據(jù)端口及載荷長度組成；

模塊2，用于判斷該數(shù)據(jù)包中運輸層的協(xié)議類型是否為TCP協(xié)議，若是，則按TCP流對數(shù)據(jù)包的載荷長度進(jìn)行聚合，否則按由源IP地址、源數(shù)據(jù)端口、目的IP地址和目的數(shù)據(jù)端口組成的四元組對數(shù)據(jù)包的載荷長度進(jìn)行聚合；

模塊3，用于將聚合結(jié)果進(jìn)行灰度圖像編碼，得到灰度圖像并輸入至包括卷積神經(jīng)網(wǎng)絡(luò)和二分類網(wǎng)絡(luò)的I2P流量識別模型，得到訓(xùn)練數(shù)據(jù)的流量識別結(jié)果，根據(jù)已標(biāo)記的該I2P流量類別標(biāo)簽和該流量識別結(jié)果計算該I2P流量識別模型的損失函數(shù)，若損失函數(shù)結(jié)果高于設(shè)定閾值，則進(jìn)行反向傳播更新該I2P流量識別模型內(nèi)參數(shù)，再次執(zhí)行模塊3，直到損失函數(shù)結(jié)果低于該設(shè)定閾值，保存當(dāng)前I2P流量識別模型作為最終識別模型；

模塊4，用于將待識別的流量文件輸入該最終識別模型，得到I2P流量識別結(jié)果。

7.如權(quán)利要求1所述的基于深度學(xué)習(xí)的I2P流量識別系統(tǒng)，其特征在于，該模塊4包括利用網(wǎng)絡(luò)抓包工具對網(wǎng)卡進(jìn)行流量抓包，得到該待識別的流量文件。

8.如權(quán)利要求1所述的基于深度學(xué)習(xí)的I2P流量識別系統(tǒng)，其特征在于，該流量文件為pcap格式。

9.如權(quán)利要求1所述的基于深度學(xué)習(xí)的I2P流量識別系統(tǒng)，其特征在于，該損失函數(shù)為二分類交叉熵?fù)p失函數(shù)。

10.如權(quán)利要求1所述的基于深度學(xué)習(xí)的I2P流量識別系統(tǒng)，其特征在于，該模塊3中灰度圖像具體為：

該灰度圖像的前8字節(jié)為運輸層協(xié)議標(biāo)志，之后的12字節(jié)為源IP地址、源數(shù)據(jù)端口、目的IP地址和目的數(shù)據(jù)端口，再之后的4字節(jié)為該載荷長度，再之后的1000字節(jié)為數(shù)據(jù)流中的前500個報文段的長度信息。