[發(fā)明專利]一種加密流量分類方法、系統(tǒng)、設(shè)備及可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110437302.5
• 申請日: 2021-04-22
• 公開（公告）號: CN113095426B
• 公開（公告）日: 2023-03-31
• 發(fā)明（設(shè)計）人: 馬小博;劉東錦;瞿建;卞華峰;王鑫;潘鵬宇;李森
• 申請（專利權(quán)）人: 西安交通大學(xué)
• 主分類號: G06F18/2431
• 分類號: G06F18/2431;G06F18/214;G06F18/25;H04L47/2441
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 朱海臨

本發(fā)明公開一種加密流量分類方法、系統(tǒng)、設(shè)備及可讀存儲介質(zhì)，通過采用袋外數(shù)據(jù)對預(yù)訓(xùn)練模型的模型特征進(jìn)行重要性度量，得到模型特征重要性排序，取模型特征排序結(jié)果效果最好的前UN個模型特征作為預(yù)訓(xùn)練模型的有效特征，提取出的特征能準(zhǔn)確刻加密流量的特點，以提取出的數(shù)值特征訓(xùn)練預(yù)訓(xùn)練模型，能夠提高加密流量分類的準(zhǔn)確性，采用主被動探測結(jié)合的方式提取特征，能極大的提高加密流量分類的準(zhǔn)確性，提高了特征的全面性，基于所提取的特征，構(gòu)建加密流量分類方法，有效特征提高了特征的精簡性，有效特征的全面性和精簡性，節(jié)省分類模型構(gòu)建的時間和空間成本，提高檢測效率和精準(zhǔn)度，同時也能提高分類的準(zhǔn)確率，有利于互聯(lián)網(wǎng)安全分類的使用。

技術(shù)領(lǐng)域

本發(fā)明屬于網(wǎng)絡(luò)安全與用戶隱私領(lǐng)域，特別涉及一種加密流量分類方法、系統(tǒng)、設(shè)備及可讀存儲介質(zhì)。

背景技術(shù)

近年來，隨著互聯(lián)網(wǎng)的高速發(fā)展，網(wǎng)絡(luò)已經(jīng)緊密地融入我們的生產(chǎn)與生活，網(wǎng)絡(luò)安全也成為一個不可忽視的問題。在日常生活中，人們的網(wǎng)絡(luò)安全意識也逐漸提高，越來越多的用戶和企業(yè)開始重視信息的保護(hù)和安全傳輸。基于加密流量的分類技術(shù)，可以用來實現(xiàn)網(wǎng)絡(luò)的安全監(jiān)管，特別是非法業(yè)務(wù)和不良信息的監(jiān)管。加密流量分類可以分析出用戶使用的加密代理流量類別，目前，加密流量的分析主要是基于網(wǎng)站指紋識別技術(shù)。網(wǎng)站指紋識別就是一種基于機器學(xué)習(xí)算法識別通過加密方式訪問的網(wǎng)站，通過對網(wǎng)絡(luò)流量的特征提取并結(jié)合有監(jiān)督的分類技術(shù)對網(wǎng)站進(jìn)行分類的技術(shù)。其中，這種技術(shù)的關(guān)鍵就在于通過提取的特征對能夠?qū)W(wǎng)站分類的分類模型的構(gòu)建過程，所以提取的特征對加密流量分類的準(zhǔn)確性有較大的影響，而目前基于加密流量的分類技術(shù)基于特征提取比較繁瑣，而且準(zhǔn)確率低。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種加密流量分類方法、系統(tǒng)、設(shè)備及可讀存儲介質(zhì)，以克服現(xiàn)有技術(shù)的不足。

為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

一種加密流量分類方法，包括以下步驟：

S1，采用袋外數(shù)據(jù)對預(yù)訓(xùn)練模型的模型特征進(jìn)行重要性度量，得到模型特征重要性排序，取模型特征排序結(jié)果效果最好的前UN個模型特征作為預(yù)訓(xùn)練模型的有效特征；

S2，利用有效特征對預(yù)訓(xùn)練模型進(jìn)行優(yōu)化訓(xùn)練，得到最終的加密流量分類器模型，利用加密流量分類器模型進(jìn)行加密流量的分類。

進(jìn)一步的，預(yù)訓(xùn)練模型采用樣本集合進(jìn)行預(yù)訓(xùn)練。

進(jìn)一步的，預(yù)訓(xùn)練模型具體通過以下方法獲得：

a、采集加密流量樣本集合，加密流量樣本集合中的每一個加密流量樣本為原始流量文件；對原始流量文件進(jìn)行預(yù)處理，分離匿名代理工具產(chǎn)生的流量，篩選有效流，統(tǒng)一流量方向，得到加密流量序列；

b、根據(jù)加密流量獲取被動探測特征和主動探測特征，利用獲取的被動探測特征和主動探測特征對隨機森林模型進(jìn)行訓(xùn)練，得到預(yù)訓(xùn)練模型。

進(jìn)一步的，原始流量文件包括數(shù)據(jù)包和唯一的加密流量類型標(biāo)簽，加密流量序列包括服務(wù)器地址、目標(biāo)端口號、傳輸所用的協(xié)議號、流量起止時間、流量上下行字節(jié)數(shù)和上下行數(shù)據(jù)包的數(shù)目。

進(jìn)一步的，被動探測特征包括基礎(chǔ)特征N、時間維度特征、空間維度特征、首荷載包的ASCII碼均值特征和首段數(shù)據(jù)包荷載分布特征四種衍生特征。

進(jìn)一步的，主動探測特征包括遠(yuǎn)程主機的whois信息和端口信息；根據(jù)數(shù)據(jù)包的遠(yuǎn)程主機IP地址對遠(yuǎn)程主機進(jìn)行掃描得到用于加密流量分類器模型訓(xùn)練的主動探測特征。

進(jìn)一步的，以得到的加密流量樣本的有效特征序列L_U作為輸入，訓(xùn)練隨機森林分類模型得到最終分類模型；將待分類的加密流量數(shù)據(jù)進(jìn)行預(yù)處理得到待分類加密流量序列，將待分類的加密流量數(shù)據(jù)和待分類加密流量序列輸入最終分類模型中，加密流量分類器模型綜合所有決策樹的獨立判定結(jié)果輸出綜合判定結(jié)果。

一種加密流量分類系統(tǒng)，包括預(yù)訓(xùn)練模塊和分類器模塊，