[發明專利]一種視頻傳輸數據精細化測量方法

有效

• 申請號: 202110388607.1
• 申請日: 2021-04-12
• 公開（公告）號: CN113114672B
• 公開（公告）日: 2023-02-28
• 發明（設計）人: 李帆;朱弘宇;王志文
• 申請（專利權）人: 常熟市國瑞科技股份有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06F18/214;G06F18/24;G06F18/213
• 代理公司: 南京中高專利代理有限公司 32333
• 代理人: 徐福敏

本發明公開了一種視頻傳輸數據精細化測量方法，包括：獲取網絡流數據；根據網絡流數據構建多流時空特性流量矩陣；對多流時空特性流量矩陣進行特征降維，獲取網絡流的低維特征；在低維特征空間中對低維特征進行訓練分類，將網絡流數據進行關聯。通過對網絡流的時空交互性進行詳細分析，挖掘出網絡流在時間和空間特性上的關聯性，利用流量矩陣對應用關聯的多條加密流、非加密流的時空特征進行表示，并利用流形學理論將復雜、高維的流量矩陣進行降維，挖掘主流應用通信過程中的流量行為模式與行為之間的邏輯過程，從而實現對加密流量精細化測量。

技術領域

本發明涉及通信技術領域，具體涉及視頻傳輸數據精細化測量方法。

背景技術

隨著Internet網絡和在線應用的迅速發展，為了確保通信安全和隱私，越來越多的視頻網絡流量被加密，加密是保護隱私的一個重要手段，能夠保護我們的數據不被窺探，能夠阻止犯罪分子竊取用戶的信用卡信息、應用的使用習慣或密碼。

獲取攻擊行為的描述雖然可以為我們提供一定的情報信息，不過想要實現對攻擊的防御、過濾或者對攻擊者的畫像等后續需求，對攻擊行為的精確化分類則十分必要。然而不同正常應用、惡意軟件通信過程中一般具有多條網絡流，這些網絡流包含加密流或非加密流，而這些網絡流之間的時空交互行為相當復雜，不同應用的交互模式存在差異，加大了加密視頻流量精細化測量的難度。

因此，如何對網絡流量實現視頻數據等網絡傳輸流量的精細化測量成為亟待解決的問題。

發明內容

有鑒于此，本發明實施例提供了一種視頻傳輸數據精細化測量方法，以解決不同正常應用、惡意軟件通信過程中一般具有多條網絡流，這些網絡流包含加密流或非加密流，而這些網絡流之間的時空交互行為相當復雜，不同應用的交互模式存在差異，導致加密流量精細化測量存在困難的問題。

本發明實施例提供了一種視頻傳輸數據精細化測量方法，包括：

獲取網絡流數據；

根據網絡流數據構建多流時空特性流量矩陣；

對多流時空特性流量矩陣進行特征降維，獲取網絡流的低維特征；

在低維特征空間中對低維特征進行訓練分類，將網絡流數據進行關聯，得到對加密流量的測量結果。

可選地，根據網絡流數據構建多流時空特性流量矩陣包括：

以長度為T的時間窗口作為總測量時間，將時間窗口均分為大小為s的N個時間周期，測量N個時間周期內網絡中關聯性強的前p條關聯流的流量，每個時間周期內的關聯流特征表示為特征向量v＝{label，x₀，x₁，...，x_m-1}；

將所有特征組合構建成一個N×(p(m+1))的矩陣A：

其中，label表示對網絡流數據類型在單流分析時的標記信息，{x₀，x₁，...，x_m-1}為時空特性的特征分析；p和N均為大于等于1的自然數。

可選地，對多流時空特性流量矩陣進行特征降維，獲取網絡流的低維特征包括：

計算多流時空特性流量矩陣中任意兩個數據點之間的測地距離；

根據測地距離計算得到多流時空特性流量矩陣中所有數據點在低維空間中的坐標。

可選地，根據測地距離計算得到多流時空特性流量矩陣中所有數據點在低維空間中的坐標包括：

根據多流時空特性流量矩陣中的數據點構造k鄰近圖；