[發明專利]基于生成對抗網絡GAN的網絡背景流量生成方法

有效

• 申請號: 202110796467.1
• 申請日: 2021-07-14
• 公開（公告）號: CN113542271B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 董慶寬;任曉龍;陳原;趙曉倩;楊福興;穆濤
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L41/14;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 陳宏社;王品華

1.一種基于生成對抗網絡GAN的網絡背景流量生成方法，其特征在于，包括如下步驟：

(1)獲取訓練樣本集X_train：

(1a)使用wireshark工具抓取通信節點在互聯網通信時包括M種網絡應用的S個流量數據包B＝{B₁,B₂,...,B_s,...,B_S}，每種網絡應用至少對應一個流量數據包，每個流量數據包對應一種網絡應用，每個流量數據包B_s包括W個特征，并對每種網絡應用類別進行標注，得到M種網絡應用對應的類別標簽集合R_class＝{R₁,R₂,...,R_m,...,R_M}，其中，M≥2，S≥5000，B_s表示第s個流量數據包，1≤s≤S，W≥2，R_m表示第m種網絡應用對應的類別標簽，1≤m≤M；

(1b)對每個流量數據包B_s的非數字特征進行獨熱編碼，并對經過獨熱編碼的每個流量數據包進行歸一化，得到經過預處理的流量數據包集合其中表示B_s的預處理結果；

(1c)通過R_class中的網絡應用類別標簽對每個經過預處理的流量數據包進行標記，得到對應的網絡應用類別標簽集合y＝{y₁,y₂,...,y_s,...y_S}，并將經過預處理的流量數據包集合及對應的網絡應用類別標簽集合y組合成訓練樣本集其中y_s表示與經過預處理的流量數據包相對應的網絡應用類別標簽，表示X_train中網絡應用類別標簽為R_m的樣本集合，表示網絡應用類別標簽為R_m的第v個樣本，V表示X_train中網絡應用類別標簽為R_m的樣本總數，0＜V＜S，0≤v≤V；

(2)構建生成對抗網絡模型庫：

構建包括與網絡應用種類相同的M個生成對抗網絡的模型庫每個生成對抗網絡包括依次級聯的生成器網絡和判別器網絡其中，生成器網絡包括輸入層、第一全連接模塊與輸出層；判別器網絡包括輸入層、第二全連接模塊與輸出層，表示第m種網絡應用對應的生成對抗網絡；

(3)對生成對抗網絡模型庫進行迭代訓練：

(3a)初始化第m個生成對抗網絡包含的生成器網絡的參數為判別器網絡的參數為迭代次數為q₁，最大迭代次數為Q₁，Q₁≥2000，并令q₁＝0；

(3b)從網絡應用類別標簽為R_m的樣本集合中隨機選取K個樣本作為生成對抗網絡的輸入，生成器網絡對每個樣本的預處理流量數據包特征進行預測，得到預測流量數據包特征集合判別器網絡分別計算每個與每個來源于樣本集合的概率，得到概率集合與概率集合D₂＝{d₁,d₂,...,d_k,...,d_K}，其中,1≤K≤50，1≤k≤K，表示第k個隨機選取的樣本，表示經過生成器網絡預測得到的流量數據包特征，表示判別器網絡計算來源于樣本集合的概率，d_k表示判別器網絡計算來源于樣本集合的概率；

(3c)采用交叉熵損失函數，通過計算生成器網絡的損失同時通過與d_k計算判決器網絡的損失并采用反向傳播方法，通過計算生成器網絡的網絡參數梯度，通過計算判別器網絡的網絡參數梯度；然后采用梯度下降算法，通過的網絡參數梯度對的網絡參數進行更新，通過的網絡參數梯度對的參數進行更新；

(3d)判斷q₁＝Q₁是否成立，若是，得到訓練好的M個生成對抗網絡否則，令q₁＝q₁+1，并執行步驟(3b)；

(4)獲取訓練好的生成器網絡預測流量數據包特征：

將訓練樣本集X_train作為每個訓練好的生成器網絡的輸入，對每個應用類別標簽為R_m的樣本集合中的每個樣本進行預處理流量數據包特征預測，得到預測流量數據包特征集合其中表示網絡應用標簽為R_m的樣本集合中的V個樣本經過預測得到的預測流量數據包特征集合，表示訓練樣本集X_train中網絡應用類別標簽為R_m的樣本集合中的第v個樣本經過訓練好的生成器網絡預測得到的流量數據包特征；

(5)網絡流量生成結果：

從預測流量數據包特征集合A中隨機選取一個應用類別標簽為R_w的預測流量數據包特征集合并從中隨機選取L個預測流量數據包特征流量生成器根據預測流量數據包特征集合生成初始流量數據包序列c＝{c₁,c₂,...c_l,...c_L}，并將通信節點需要發送的數據加密后嵌入到每一個初始流量數據包c_l中，得到包含L個經過加密數據嵌入的流量數據包的網絡流量c′＝{c′₁,c′₂,...c′_l,...c′_L}，其中為從預測流量數據包特征集合中隨機選取的第l個預測流量數據包特征,c_l表示流量生成器根據第l個預測流量數據包特征生成的初始流量數據包,c′_l表示第l個初始流量數據包經過加密數據嵌入的流量數據包，1≤l≤L，L≤V，1≤R_w≤R_M。