[發(fā)明專利]利用聯(lián)邦學(xué)習(xí)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的業(yè)務(wù)類型識別方法

在審

• 申請?zhí)枺?/td>: 202110949103.2
• 申請日: 2021-08-18
• 公開（公告）號: CN113726561A
• 公開（公告）日: 2021-11-30
• 發(fā)明（設(shè)計(jì)）人: 趙力強(qiáng);王佳妮;梁凱;王哲;朱曼華
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: H04L12/24
• 分類號: H04L12/24;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 田文英;王品華

本發(fā)明公開一種利用聯(lián)邦學(xué)習(xí)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的業(yè)務(wù)類型識別方法，其實(shí)現(xiàn)步驟為：(1)生成每個(gè)邊緣服務(wù)器的訓(xùn)練集；(2)構(gòu)建一個(gè)卷積神經(jīng)網(wǎng)絡(luò)；(3)對卷積神經(jīng)網(wǎng)絡(luò)利用聯(lián)邦學(xué)習(xí)進(jìn)行協(xié)同訓(xùn)練；(4)預(yù)測每個(gè)邊緣服務(wù)器的業(yè)務(wù)類型。本發(fā)明采用聯(lián)邦學(xué)習(xí)，在云服務(wù)器和邊緣服務(wù)器中協(xié)同訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)，用于對每個(gè)邊緣服務(wù)器抓取的網(wǎng)絡(luò)流量進(jìn)行業(yè)務(wù)類型的識別，保護(hù)了用戶的隱私數(shù)據(jù)，擴(kuò)大了每個(gè)邊緣服務(wù)器的卷積神經(jīng)網(wǎng)絡(luò)可預(yù)測的業(yè)務(wù)類型的范圍。

技術(shù)領(lǐng)域

本發(fā)明屬于通信技術(shù)領(lǐng)域，更進(jìn)一步涉及網(wǎng)絡(luò)通信技術(shù)領(lǐng)域中的一種利用聯(lián)邦學(xué)習(xí)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的業(yè)務(wù)類型識別方法。本發(fā)明可用于云服務(wù)器和邊緣服務(wù)器協(xié)同工作的環(huán)境中，在保證用戶隱私的前提下可以對較多的業(yè)務(wù)類型進(jìn)行識別，為面向服務(wù)進(jìn)行資源分配和定制化的劃分網(wǎng)絡(luò)切片等技術(shù)提供重要依據(jù)。

背景技術(shù)

第五代移動(dòng)通信網(wǎng)絡(luò)5G(the fifth generation)中新興業(yè)務(wù)的出現(xiàn)，使得網(wǎng)絡(luò)中的需求急劇增加。業(yè)務(wù)識別技術(shù)對于擴(kuò)展網(wǎng)絡(luò)功能，實(shí)現(xiàn)網(wǎng)絡(luò)的精細(xì)化管控具有重要的意義。傳統(tǒng)的業(yè)務(wù)識別在特征選擇與獲取過程中需要消耗研究者大量的時(shí)間和精力，并且特征獲取的過程可能造成信息熵的損失，從而影響識別精度。而基于機(jī)器學(xué)習(xí)的業(yè)務(wù)識別在提取數(shù)據(jù)中的關(guān)鍵信息，構(gòu)建數(shù)據(jù)集時(shí)需要將用戶的私有數(shù)據(jù)直接收集到云服務(wù)器或者收集到邊緣服務(wù)器后再上傳到云服務(wù)器中，然后借助云服務(wù)器充足的計(jì)算資源訓(xùn)練模型。這不僅使得個(gè)人信息存在泄露的潛在風(fēng)險(xiǎn)，而且訓(xùn)練的模型只能預(yù)測云服務(wù)器中訓(xùn)練集具有的業(yè)務(wù)類型，可預(yù)測的業(yè)務(wù)類型較少。因此，在云服務(wù)器和邊緣服務(wù)器中協(xié)同訓(xùn)練模型時(shí)需要對用戶的隱私進(jìn)行保護(hù)，同時(shí)也需要增加模型可以識別的業(yè)務(wù)種類，而聯(lián)邦學(xué)習(xí)為此提供了便捷的條件和保障。

上海漢澄電子設(shè)備有限公司在其申請的專利文獻(xiàn)“一種基于深度學(xué)習(xí)方法和DFI的VPN隧道流量識別方法”(申請?zhí)?01910087208.4，申請公布號CN111490945A)中公開了一種面向VPN隧道流量的業(yè)務(wù)識別方法。該方法的具體步驟為：第一步，從數(shù)據(jù)包中識別應(yīng)用程序與VPN客戶端之間的連接標(biāo)識信息；第二步，將所述識別信息與對應(yīng)程序進(jìn)行驗(yàn)證，驗(yàn)證通過則創(chuàng)建網(wǎng)絡(luò)接口，驗(yàn)證不通過則斷開應(yīng)用程序與VPN客戶端的連接；第三步，從數(shù)據(jù)包中獲取網(wǎng)絡(luò)流量協(xié)議，并基于該協(xié)議抽取并選擇合適的數(shù)據(jù)包特征值，如提取數(shù)據(jù)包頭信息和統(tǒng)計(jì)信息；第四步，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)；第五步，流量識別模塊獲取流量的業(yè)務(wù)識別信息，并按照控制策略配制樣本模塊，并按照流量控制策略控制DFI識別單元對網(wǎng)絡(luò)流量進(jìn)行識別。該發(fā)明能夠自動(dòng)提取到有利于分類任務(wù)的特征，無需花費(fèi)精力于協(xié)議特征抽取與選擇。但是，該方法仍然存在的不足之處是：業(yè)務(wù)識別模型訓(xùn)練的過程中直接將數(shù)據(jù)包上傳到云服務(wù)器或邊緣服務(wù)器，數(shù)據(jù)包完全暴露在整個(gè)網(wǎng)絡(luò)環(huán)境中，會(huì)泄漏用戶隱私。

信陽農(nóng)林學(xué)院在其申請的專利文獻(xiàn)“一種基于深度學(xué)習(xí)的網(wǎng)絡(luò)加密流量識別方法、裝置及設(shè)備”(申請?zhí)?02110439430.3，申請公布號CN 113132397 A)中公開一種基于深度學(xué)習(xí)的網(wǎng)絡(luò)加密業(yè)務(wù)識別方法。該方法的步驟包括如下：第一步，對移動(dòng)流量數(shù)據(jù)進(jìn)行預(yù)處理操作，得到預(yù)處理數(shù)據(jù)；第二步，對所述預(yù)處理數(shù)據(jù)進(jìn)行數(shù)據(jù)歸一化處理，對數(shù)據(jù)歸一化處理后的數(shù)據(jù)進(jìn)行卷積操作，采用線性流函數(shù)作為激活函數(shù)對得到的卷積結(jié)果計(jì)算，并對得到的計(jì)算結(jié)果進(jìn)行分類，得到分類結(jié)果。該發(fā)明能夠?qū)σ苿?dòng)流量、以及加密的流量進(jìn)行業(yè)務(wù)識別，處理速度快、分類結(jié)果精度高。但是，該方法仍然存在的不足之處是：訓(xùn)練好的模型只能預(yù)測單個(gè)服務(wù)器中訓(xùn)練集具有的業(yè)務(wù)類型，可預(yù)測的業(yè)務(wù)類型較少。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對上述已有技術(shù)的不足，提供一種利用聯(lián)邦學(xué)習(xí)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的業(yè)務(wù)類型識別方法，用于解決現(xiàn)有業(yè)務(wù)類型識別方法中將訓(xùn)練集上傳到云服務(wù)器或邊緣服務(wù)器中對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，識別過程直接對網(wǎng)絡(luò)中的數(shù)據(jù)包進(jìn)行解析，存在數(shù)據(jù)包被泄漏的風(fēng)險(xiǎn)，可以識別的業(yè)務(wù)類型局限于訓(xùn)練模型時(shí)使用的訓(xùn)練集中業(yè)務(wù)的類型，能夠識別的業(yè)務(wù)類型較少的問題。