[發明專利]網絡流量分類方法、裝置、電子設備及存儲介質

在審

• 申請號: 202210039374.9
• 申請日: 2022-01-13
• 公開（公告）號: CN114338437A
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 楊楊;高志鵬;嚴雨;呂睿;高博文;趙斌男;李昱廷;郭義豪;龔興樂;胡皓;劉澳倫;龍雨寒
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04L43/026
• 分類號: H04L43/026;H04L43/12;H04L41/14;G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 喬慧

本發明提供一種網絡流量分類方法、裝置、電子設備及存儲介質，將捕獲的pcap文件切分為流序列，流序列由多個流量數據包組成；從流序列中提取各個流量數據包的字節特征，得到以流為單位的字節序列；對所述字節序列中的各個字節進行位置編碼，并將編碼后的所述字節序列輸入至流量分類網絡模型中，得到所述流量分類網絡模型輸出的流量分類結果；其中，所述流量分類網絡模型是基于以流為單位的樣本和樣本對應的流量分類結果訓練后得到的。本發明為字節序列中的每個字節分別進行位置編碼，可以有效提取字節序列中各字節的關鍵位置信息，提高流量分類網絡模型識別的準確率。

技術領域

本發明涉及網絡流量管理技術領域，尤其涉及一種網絡流量分類方法、裝置、電子設備及存儲介質。

背景技術

流量分類是現代通信網絡中的一項重要任務。由于高吞吐量流量需求的快速增長，正確管理網絡資源、識別使用網絡資源不同類型的應用程序變得至關重要。

目前，互聯網上新應用程序的出現以及各種組件之間的交互極大地增加了網絡的復雜性和多樣性，使得流量分類本身成為一個難題，網絡流量分類面對著越來越多的挑戰。為了應對這些挑戰，現有技術將深度學習方法應用在流量分類領域以實現高性能的分類器。

然而，這種深度學習網絡流量分類方法一方面在提取流量特征的過程中依賴于大量的專家經驗，特征提取結果存在一定的偏差。另一方面在提取到流量特征序列后，并沒有充分挖掘特征序列中各字節所包含的上下文關鍵信息，導致基于深度學習的流量分類模型最終輸出的流量分類結果準確度不高。

發明內容

本發明提供一種網絡流量分類方法、裝置、電子設備及存儲介質，用以解決現有技術中網絡流量分類結果精確度不高的缺陷，實現有效提取字節序列各字節的關鍵位置信息，提高深度學習流量分類模型的分類準確率。

本發明提供一種網絡流量分類方法，包括：

將捕獲的pcap文件切分為流序列，所述流序列由多個流量數據包組成；

從所述流序列中提取各個流量數據包的字節特征，得到以流為單位的字節序列；

對所述字節序列中的各個字節進行位置編碼，并將編碼后的所述字節序列輸入至流量分類網絡模型中，得到所述流量分類網絡模型輸出的流量分類結果；其中，所述流量分類網絡模型是基于以流為單位的樣本和樣本對應的流量分類結果訓練后得到的。

根據本發明提供的一種網絡流量分類方法，所述將捕獲的pcap文件切分為流序列，包括：

基于五元組對所述pcap文件中的數據包流進行切分，得到流序列；所述五元組包括：源IP地址、源端口、目的IP地址、目的端口和協議號。

根據本發明提供的一種網絡流量分類方法，從所述流序列中提取各個流量數據包的字節特征，得到以流為單位的字節序列，包括：

基于預設規則從所述流序列中提取各個流量數據包預設數量的字節特征，得到以流為單位的字節序列。

根據本發明提供的一種網絡流量分類方法，所述對所述字節序列中的各個字節進行位置編碼，包括：

基于下述公式對所述字節序列中的各個字節進行位置編碼，將每個字節在數據包中的位置轉化為d維的特征向量P_pos，所述公式為：

P(pos,2i)＝sin(pos/m^2i/d)

P(pos,2i+1)＝cos(pos/m²ⁱ)

其中，2i,2i+1∈[0,d-1]，表示生成的位置編碼的每個通道，m為常數，用于使每個字節的位置對應唯一的位置編碼。

根據本發明提供的一種網絡流量分類方法，所述流量分類網絡模型由N個自動編碼器層構成，N≥2，所述流量分類網絡模型的損失函數為：