[發明專利]基于圖神經網絡和流時空關聯的網絡流量識別方法和系統

有效

• 申請號: 202210292940.7
• 申請日: 2022-03-24
• 公開（公告）號: CN114389966B
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 譚小彬;彭闖;楊堅;施錢寶
• 申請（專利權）人: 合肥綜合性國家科學中心人工智能研究院（安徽省人工智能實驗室）
• 主分類號: H04L43/04
• 分類號: H04L43/04;H04L43/026;G06N3/04;G06K9/62
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 高川

本申請公開一種基于圖神經網絡和流時空關聯的網絡流量識別方法和系統，包括：獲取待識別網絡數據集，提取待識別網絡數據集中每一條待識別網絡數據流的目標特征，并基于各待識別網絡數據流的目標特征，構建網絡數據流時空關聯圖，將網絡數據流時空關聯圖進行圖分割處理，獲得各目標子圖，基于已訓練好的網絡流量識別模型，對各目標子圖進行識別，得到各目標子圖的全局表征信息，并基于各目標子圖的全局表征信息，確定各目標子圖中待識別網絡數據流所屬的目標應用，其中，網絡流量識別模型為基于預先提取的各網絡數據流的節點特征和各網絡數據流之間的時空關聯特征構建的時空關聯圖進行迭代訓練獲得。本申請解決對網絡流量識別準確性低的技術問題。

技術領域

本申請涉及互聯網技術領域，尤其涉及一種基于圖神經網絡和流時空關聯的網絡流量識別方法和系統。

背景技術

近年來，隨著網絡加密技術的廣泛應用，有效提高了網絡安全水平，但是也提高了流量識別的難度，目前，現有的基于深度學習的網絡流量識別技術大多關注于對單個網絡數據流的識別，然而，隨著當前網絡應用的功能以及內容的增長，一個應用通常會產生多條有一定關聯關系的網絡數據流，而對于同一個應用所產生的多條網絡數據流，每條網絡數據流由于其對應的功能不同，以及其所傳輸的內容類型、大小、持續時間等特征可能存在較大區別，因此，在網絡流量識別中，僅僅針對單個網絡數據流，而不考慮網絡數據流之間的關聯關系，會導致對網絡流量識別的準確性較低。

發明內容

本申請的主要目的在于提供一種基于圖神經網絡和流時空關聯的網絡流量識別方法和系統，旨在解決現有技術中的對網絡流量識別的準確性較低的技術問題。

為實現上述目的，本申請提供一種基于圖神經網絡和流時空關聯的網絡流量識別方法，所述網絡流量識別方法包括：

獲取待識別網絡數據集；

提取所述待識別網絡數據集中每一條待識別網絡數據流的目標特征，并基于各所述待識別網絡數據流對應的目標特征，構建網絡數據流時空關聯圖，其中，所述網絡數據流時空關聯圖中的一個節點代表一條待識別網絡數據流，所述網絡數據流時空關聯圖中的一條邊表示各所述待識別網絡數據流之間的關聯性；

將所述網絡數據流時空關聯圖進行圖分割處理，獲得各目標子圖；

基于已訓練好的網絡流量識別模型，分別對各所述目標子圖進行識別，得到各所述目標子圖對應的全局表征信息，其中，所述目標圖神經網絡模型為基于預先提取的各網絡數據流的節點特征以及各網絡數據流之間的時空關聯特征構建的時空關聯圖進行迭代訓練獲得，其中，節點特征是指網絡數據流特征中被用來描述圖節點的特征；

基于各所述目標子圖對應的全局表征信息，確定各所述目標子圖中待識別網絡數據流所屬的目標應用。

本申請還提供一種基于圖神經網絡和流時空關聯的網絡流量識別系統，所述基于圖神經網絡和流時空關聯的網絡流量識別系統為虛擬系統，所述基于圖神經網絡和流時空關聯的網絡流量識別系統包括：

獲取模塊，用于獲取待識別網絡數據集；

構建模塊，用于提取所述待識別網絡數據集中每一條待識別網絡數據流的目標特征，并基于各所述待識別網絡數據流對應的目標特征，構建網絡數據流時空關聯圖，其中，所述網絡數據流時空關聯圖中的一個節點代表一條待識別網絡數據流，所述網絡數據流時空關聯圖中的一條邊表示各所述待識別網絡數據流之間的關聯性；

圖分割模塊，用于將所述網絡數據流時空關聯圖進行圖分割處理，獲得各目標子圖；

識別模塊，用于基于已訓練好的網絡流量識別模型，分別對各所述目標子圖進行識別，得到各所述目標子圖對應的全局表征信息，并基于各所述目標子圖對應的全局表征信息，確定各所述目標子圖中待識別網絡數據流所屬的目標應用，其中，所述網絡流量識別模型為基于預先提取的各網絡數據流的節點特征以及各網絡數據流之間的時空關聯特征構建的時空關聯圖進行迭代訓練獲得。