[發(fā)明專利]一種基于深度學(xué)習(xí)的列車通信網(wǎng)絡(luò)流量識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110239017.2
• 申請(qǐng)日: 2021-03-04
• 公開（公告）號(hào): CN113037646A
• 公開（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 邢志鋮;閆連山;李賽飛;李洪赭
• 申請(qǐng)（專利權(quán)）人: 西南交通大學(xué)
• 主分類號(hào): H04L12/851
• 分類號(hào): H04L12/851;H04L29/06;H04L29/08;G06N3/04;G06N3/08
• 代理公司: 成都信博專利代理有限責(zé)任公司 51200
• 代理人: 卓仲陽(yáng)

本發(fā)明公開了一種基于深度學(xué)習(xí)的列車通信網(wǎng)絡(luò)流量識(shí)別方法，具體為：首先利用抓包工具對(duì)列車通信網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行采集，并對(duì)其pcap文件進(jìn)行讀取及解析，經(jīng)過會(huì)話重組、數(shù)據(jù)清洗及等長(zhǎng)處理、歸一化處理后，對(duì)樣本數(shù)據(jù)進(jìn)行標(biāo)簽的標(biāo)注，然后利用樣本數(shù)據(jù)對(duì)一維卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；最后只需要將未知流量輸入訓(xùn)練好的模型中，就能實(shí)現(xiàn)對(duì)列車通信網(wǎng)絡(luò)流量中傳統(tǒng)應(yīng)用層協(xié)議以及鐵路私有協(xié)議的有效分類。本發(fā)明實(shí)現(xiàn)對(duì)列車控制與服務(wù)網(wǎng)絡(luò)中的常見應(yīng)用層協(xié)議以及鐵路私有協(xié)議進(jìn)行有效的識(shí)別與分類；能夠更為精確的提取到有用的特征信息，實(shí)現(xiàn)更高的精度、查準(zhǔn)率和查全率。

技術(shù)領(lǐng)域

本發(fā)明屬于信息通信技術(shù)領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)的列車通信網(wǎng)絡(luò)流量識(shí)別方法。

背景技術(shù)

隨著傳統(tǒng)列車通信網(wǎng)絡(luò)與旅客服務(wù)網(wǎng)絡(luò)的融合以及以太網(wǎng)技術(shù)的引入，列車通信網(wǎng)絡(luò)對(duì)傳輸性能的要求大大增加，此外還引發(fā)眾多安全問題，如：Dos攻擊和IP地址欺騙等。為了保證列車服務(wù)網(wǎng)絡(luò)中流量的合理調(diào)度與監(jiān)管，避免出現(xiàn)網(wǎng)絡(luò)擁塞、網(wǎng)絡(luò)入侵等現(xiàn)象，對(duì)網(wǎng)絡(luò)流量進(jìn)行分類識(shí)別和特性分析十分必要。目前流量識(shí)別的方法主要分為以下幾個(gè)方向：基于端口號(hào)的識(shí)別方法、基于荷載特征的識(shí)別方法

初期流量識(shí)別技術(shù)的方法主要是基于端口號(hào)的識(shí)別方法。這種方法的核心原理是直接以互聯(lián)網(wǎng)數(shù)字分配機(jī)構(gòu)所定義的標(biāo)準(zhǔn)協(xié)議-端口表為基礎(chǔ)構(gòu)建映射表，在網(wǎng)絡(luò)流量分類時(shí)，通過在已有的映射表中查詢報(bào)文中的端口號(hào)，得到相應(yīng)的協(xié)議。隨著動(dòng)態(tài)端口號(hào)技術(shù)的普及以及P2P應(yīng)用的出現(xiàn)，網(wǎng)絡(luò)環(huán)境的復(fù)雜程度不可同日而語(yǔ)，很多應(yīng)用并沒有預(yù)先分配的端口號(hào)，甚至有些應(yīng)用為了逃避檢測(cè)，直接使用其他應(yīng)用的默認(rèn)端口號(hào)進(jìn)行通信，因此面對(duì)如此龐大的應(yīng)用種類，端口號(hào)判定法的識(shí)別能力顯得有些捉襟見肘。為了避免使用端口號(hào)識(shí)別流量所帶來的較大誤差，于是另一種技術(shù)應(yīng)運(yùn)而生——深度包檢測(cè)DPI(DeepPacket Inspection)技術(shù)。深度包檢測(cè)技術(shù)不僅檢查IP包頭和TCP/IP包頭部分的信息，而且還會(huì)更深入的檢查數(shù)據(jù)包內(nèi)所有荷載的內(nèi)容。但是深度包檢測(cè)方法仍舊還有不足的地方，隨著物聯(lián)網(wǎng)、云計(jì)算以及人工智能、在線視頻等應(yīng)用的發(fā)展，人們對(duì)帶寬的需求越來越大，數(shù)據(jù)傳輸率也隨之增大。大量數(shù)據(jù)在進(jìn)行特征碼匹配時(shí)，對(duì)計(jì)算機(jī)資源需求也增大，無法保證實(shí)時(shí)性。此外，隨著網(wǎng)絡(luò)的發(fā)展，加密數(shù)據(jù)無處不在，經(jīng)過加密處理的流量數(shù)據(jù)將無法正常進(jìn)行特征碼的匹配，這也是限制深度包檢測(cè)技術(shù)發(fā)展的一大原因；再者，特征碼作為數(shù)據(jù)流量的唯一標(biāo)識(shí)，一旦它的提取、識(shí)別出錯(cuò)，將會(huì)直接影響到深度包檢測(cè)的準(zhǔn)確率，特征碼的提取并不簡(jiǎn)單，它需要網(wǎng)絡(luò)專家對(duì)流量數(shù)據(jù)進(jìn)行分析才能得到。特征庫(kù)是人為維護(hù)更新的，因此在維護(hù)特征庫(kù)時(shí)會(huì)增加人力成本，當(dāng)出現(xiàn)新的類別時(shí)，需要及時(shí)更新，否則會(huì)嚴(yán)重影響到流量識(shí)別的準(zhǔn)確性。

由于基于端口號(hào)和基于深度包檢測(cè)技術(shù)在某些方面都存在一些不可忽視的缺陷，近些年越來越多的研究者將機(jī)器學(xué)習(xí)與流量識(shí)別技術(shù)相結(jié)合。基于機(jī)器學(xué)習(xí)的流量識(shí)別方法由于只利用流的統(tǒng)計(jì)特征就能對(duì)流量進(jìn)行準(zhǔn)確識(shí)別，并且對(duì)未知應(yīng)用也有較好的識(shí)別效果，在近些年得到了極大的發(fā)展。但是這類方法也并非毫無缺點(diǎn)，比如部分算法復(fù)雜度較高，計(jì)算開銷較大，且還要考慮分類器的可擴(kuò)展性、魯棒性以及實(shí)時(shí)性等多方面性能。在種類繁多的流量分類方法中，無論哪種分類方法都有其適用性和局限性，因此，要根據(jù)各類識(shí)別方法的適用范圍及分類需求選擇最適合的流量分類方法。

發(fā)明內(nèi)容

考慮到要進(jìn)行識(shí)別的目標(biāo)流量是基于列車通信網(wǎng)絡(luò)的數(shù)據(jù)流量，其中包含了許多鐵路私有協(xié)議，例如TRDP、RSSP-1、RSSP-2等等，因此，為了對(duì)列車通信網(wǎng)絡(luò)流量進(jìn)行智能、有效的識(shí)別，本發(fā)明提供一種基于深度學(xué)習(xí)的列車通信網(wǎng)絡(luò)流量識(shí)別方法。

本發(fā)明的一種基于深度學(xué)習(xí)的列車通信網(wǎng)絡(luò)流量識(shí)別方法，包括以下步驟：

步驟1：數(shù)據(jù)預(yù)處理，通過抓包工具對(duì)目標(biāo)流量進(jìn)行捕獲，并將采集的目標(biāo)流量由原始的pcap格式轉(zhuǎn)化為符合神經(jīng)網(wǎng)絡(luò)模型輸入數(shù)據(jù)標(biāo)準(zhǔn)的idx格式。