[發(fā)明專利]加密流量的分類方法與裝置以及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110922659.2
• 申請(qǐng)日: 2021-08-11
• 公開（公告）號(hào): CN113822331A
• 公開（公告）日: 2021-12-21
• 發(fā)明（設(shè)計(jì)）人: 徐國(guó)愛;王晨宇;徐國(guó)勝;毛江漢
• 申請(qǐng)（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/04;H04L29/06
• 代理公司: 北京風(fēng)雅頌專利代理有限公司 11403
• 代理人: 朱智勇

本公開提供一種加密流量的分類方法與裝置以及電子設(shè)備。所述分類方法包括：通過從所述加密流量中解析多個(gè)數(shù)據(jù)包，得到所述加密流量的第一空間特征和第一時(shí)間特征；通過使用空洞卷積的殘差網(wǎng)絡(luò)對(duì)所述第一空間特征進(jìn)行處理，得到第二空間特征；通過循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)所述第一時(shí)間特征進(jìn)行處理，得到第二時(shí)間特征；通過第三神經(jīng)網(wǎng)絡(luò)，將所述第二空間特征與所述第二時(shí)間特征融合以得到融合特征，并基于所述融合特征對(duì)所述加密流量進(jìn)行分類。根據(jù)本公開的實(shí)施例，可以提升加密流量分類的準(zhǔn)確性以及在不同場(chǎng)景下的泛化性。

技術(shù)領(lǐng)域

本公開涉及網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，尤其涉及一種加密流量的分類方法與裝置以及電子設(shè)備。

背景技術(shù)

加密流量分類是根據(jù)用戶使用服務(wù)產(chǎn)生的加密流量，并對(duì)其進(jìn)行分析，識(shí)別用戶使用的服務(wù)類型。針對(duì)加密流量分析分類的研究包含網(wǎng)站加密流量分析，應(yīng)用加密流量分析等。在這種分析工作中，訪問網(wǎng)站主頁(yè)的流量常常是研究的重要依據(jù)。針對(duì)應(yīng)用的加密流量分析主要目的是根據(jù)加密流量分析用戶使用的應(yīng)用。

通過對(duì)加密流量進(jìn)行分析和分類，可以更好的測(cè)試加密流量的安全性，以及對(duì)網(wǎng)絡(luò)的安全監(jiān)督。而現(xiàn)有的分類方法中，一些方法還需要人工去選擇輸入特征，這不僅需要很長(zhǎng)的時(shí)間，而且還可能導(dǎo)致遺漏一些關(guān)鍵特征。而使用神經(jīng)網(wǎng)絡(luò)的分類方法，通常只考慮了加密流量的空間特征或時(shí)間特征，沒有實(shí)現(xiàn)多種特征的結(jié)合，在不同場(chǎng)景的泛化性較差。

發(fā)明內(nèi)容

有鑒于此，本公開的目的在于提出一種加密流量的分類方法與裝置以及電子設(shè)備，以克服現(xiàn)有技術(shù)的不足。

基于上述目的，本公開提供了一種加密流量的分類方法，包括：

通過從所述加密流量中解析多個(gè)數(shù)據(jù)包，得到所述加密流量的第一空間特征和第一時(shí)間特征；

通過使用空洞卷積的殘差網(wǎng)絡(luò)對(duì)所述第一空間特征進(jìn)行處理，得到第二空間特征；

通過循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)所述第一時(shí)間特征進(jìn)行處理，得到第二時(shí)間特征；

通過第三神經(jīng)網(wǎng)絡(luò)，將所述第二空間特征與所述第二時(shí)間特征融合以得到融合特征，并基于所述融合特征對(duì)所述加密流量進(jìn)行分類。

可選的，通過所述循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)所述第一時(shí)間特征進(jìn)行處理包括：

通過雙向門控循環(huán)單元(BiGRU)對(duì)所述第一時(shí)間特征進(jìn)行處理。

可選的，通過所述循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)所述第一時(shí)間特征進(jìn)行處理包括：

通過長(zhǎng)短期記憶(LSTM)神經(jīng)網(wǎng)絡(luò)對(duì)所述第一時(shí)間特征進(jìn)行處理。

可選的，通過使用空洞卷積的殘差網(wǎng)絡(luò)對(duì)所述第一空間特征進(jìn)行處理包括：

通過使用空洞卷積的ResNet-18網(wǎng)絡(luò)對(duì)所述第一空間特征進(jìn)行處理。

可選的，在所述ResNet-18網(wǎng)絡(luò)的第四卷積層和第五卷積層中都使用所述空洞卷積。

可選的，所述第一空間特征包括所述加密流量中每個(gè)所述數(shù)據(jù)包的大小和方向，所述第一時(shí)間特征包括所述加密流量中所述數(shù)據(jù)包之間的時(shí)間間隔。

可選的，其中，所述第三神經(jīng)網(wǎng)絡(luò)包括卷積神經(jīng)網(wǎng)絡(luò)；

將所述第二空間特征與所述第二時(shí)間特征融合以得到所述融合特征包括：

通過所述卷積神經(jīng)網(wǎng)絡(luò)的全連接層，將所述第二空間特征與所述第二時(shí)間特征融合以得到所述融合特征。

基于同一發(fā)明構(gòu)思，本公開還提供了一種加密流量的分類裝置，包括：

提取模塊，被配置為通過從所述加密流量中解析多個(gè)數(shù)據(jù)包，得到所述加密流量的第一空間特征和第一時(shí)間特征；