[發明專利]加密流量檢測模型的訓練方法、裝置、設備及存儲介質

在審

• 申請號: 202210980514.2
• 申請日: 2022-08-16
• 公開（公告）號: CN115529159A
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 段赟;劉東鑫;汪來富;董浩
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L41/16;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 孫寶海

1.一種加密流量檢測模型的訓練方法，其特征在于，包括：

獲取流量樣本數據，所述流量樣本數據包括流量數據以及流量數據的分類標簽；

對所述流量數據進行預處理，獲得第一樣本集合以及第二樣本集合，其中，所述第一樣本集合包括多個第一樣本數據包，所述第二樣本集合包括多個第二樣本數據包，所述第一樣本集合中的第一樣本數據包的數量大于所述第二樣本集合的所述第二樣本數據包的數量；

將所述第一樣本集合和所述第二樣本集合中的多個樣本數據包轉換為第一圖像；

將所述第二樣本集合輸入生成對抗網絡模型中，所述生成對抗網絡模型的生成器基于所述第二樣本集合生成第二圖像，所述生成對抗網絡模型的判別器用于識別所述第二圖像與對應的所述第一圖像的差異；

將所述第二圖像和所述第一圖像，輸入至分類器中，獲得分類器輸出的分類結果；

根據所述分類器輸出的分類結果與所述分類標簽的比較，調整所述分類器的參數。

2.根據權利要求1所述的加密流量檢測模型的訓練方法，其特征在于，所述生成對抗網絡模型的生成器以所述生成對抗網絡模型的判別器將所述第二圖像識別為對應的第一圖像的概率大于設定閾值為目標進行訓練。

3.根據權利要求2所述的加密流量檢測模型的訓練方法，其特征在于，所述生成器用于向所述第二樣本集合中的多個第二樣本數據包增加隨機噪聲，以生成第二圖像。

4.根據權利要求1所述的加密流量檢測模型的訓練方法，其特征在于，所述對所述流量數據進行預處理包括：

將第一流量數據和第二流量數據分別按會話層切分為多個第一樣本數據包和多個第二樣本數據包；

將多個第一樣本數據包和多個第二樣本數據包分別按由大至小的順序進行排序；

根據多個第一樣本數據包中排序順序中前N個第一樣本數據包，生成第一樣本集合，N為大于2的整數；

根據多個第二樣本數據包中排序順序中前N/2個第二樣本數據包，生成第二樣本集合。

5.根據權利要求4所述的加密流量檢測模型的訓練方法，其特征在于，所述將第一流量數據和第二流量數據分別按會話層切分為多個第一樣本數據包和多個第二樣本數據包之后包括：

使用零地址替換所述第一樣本數據包和第二樣本數據包中的地址信息。

6.根據權利要求4所述的加密流量檢測模型的訓練方法，其特征在于，所述將第一流量數據和第二流量數據分別按會話層切分為多個第一樣本數據包和多個第二樣本數據包之后包括：

將各所述第一樣本數據包和所述第二樣本數據包統一為同一數據長度。

7.一種加密流量檢測方法，其特征在于，包括：

獲取待檢測流量數據；

對所述待檢測流量數據進行預處理；

將預處理后的所述待檢測流量數據轉換為第三圖像；

將所述第三圖像輸入至由權利要求1至6任一項所述的加密流量檢測模型的訓練方法訓練獲得的分類器中，獲得分類器輸出的分類結果。

8.一種加密流量檢測模型的訓練裝置，其特征在于，包括：

第一獲取模塊，配置成獲取流量樣本數據，所述流量樣本數據包括流量數據以及流量數據的分類標簽；

第二獲取模塊，配置成對所述流量數據進行預處理，獲得第一樣本集合以及第二樣本集合，其中，所述第一樣本集合包括多個第一樣本數據包，所述第二樣本集合包括多個第二樣本數據包，所述第一樣本集合中的第一樣本數據包的數量大于所述第二樣本集合的所述第二樣本數據包的數量；

第一轉換模塊，配置成將所述第一樣本集合和所述第二樣本集合中的多個樣本數據包轉換為第一圖像；

第一輸入模塊，配置成將所述第二樣本集合輸入生成對抗網絡模型中，所述生成對抗網絡模型的生成器基于所述第二樣本集合生成第二圖像，所述生成對抗網絡模型的判別器用于識別所述第二圖像與對應的所述第一圖像的差異；

第二輸入模塊，配置成將所述第二圖像和所述第一圖像，輸入至分類器中，獲得分類器輸出的分類結果；

調整模塊，配置成根據所述分類器輸出的分類結果與所述分類標簽的比較，調整所述分類器的參數。