[发明专利]基于多级权重转换和卷积神经网络的移动流量分类方法

权利要求书

1.一种基于多级权重转换和卷积神经网络的移动流量分类方法，其特征在于：依次包括以下步骤：

(1)对已标注的样本数据进行预处理并训练分类器：将已标注的样本数据，经过步骤(1.1)至(1.3)的预处理后输入卷积神经网络模型，完成分类器的模型训练，具体过程为：

(1.1)将已标注的样本数据按事务为单位进行组合，即将HTTP请求及其响应消息进行组合，并生成类别标注；

(1.2)对步骤(1.1)中生成的数据选用其请求消息和响应消息的头部，并截取成固定尺寸格式的二维字符数组；

(1.3)对二维字符数组使用多级权重转换算法，实现特征增强并输出为二维整数数组；

(1.4)将二维整数数组进行归一化处理，然后和步骤(1.1)中生成的类别标注一起输入卷积神经网络模型，对分类器进行训练；

(2)识别未知流量，实现分类：对于待识别的流量数据，使用步骤(1.1)至(1.3)中的预处理方法进行预处理，然后输入步骤(1.4)中训练后的分类器，得到对应的分类结果；

所述步骤(1.3)中的多级权重转换算法公式如下：

式(1)中c为待转换字符,C_c为字符c使用多级权重转换算法后得到的编码，w_r为待转换字符所属权重区间r的权重，r-1则表示r的前一个权重区间，字符的权重区间及其权重按照字符ASCII码设计：ASCII码为[0,47]的字符权重为1，转换后编码范围为[0,47]；ASCII码为[48,57]的字符权重为2，转换后编码范围为[48,66]；ASCII码为[58,64]的字符权重为1，转换后编码范围为[68,74]；ASCII码为[65,90]的字符权重为2，转换后编码范围为[75,125]；ASCII码为[91,96]的字符权重为1，转换后编码范围为[127,132]；ASCII码为[97,122]的字符权重为2，转换后编码范围为[133,183]；ASCII码为[123,127]的字符权重为1，转换后编码范围为[185,189]；A_c表示字符c的ASCII码，r_h和(r-1)_e分别为权重区间r的第一个和权重区间r-1的最后一个字符。

2.根据权利要求1所述的基于多级权重转换和卷积神经网络的移动流量分类方法，其特征在于：所述步骤(1)中所使用的样本数据和步骤(2)中所使用的流量数据均为移动应用产生的HTTP/HTTPS流量数据，且其头部区域字符范围均在ASCII码表范围内。

3.根据权利要求1所述的基于多级权重转换和卷积神经网络的移动流量分类方法，其特征在于：所述步骤(1.2)中截取成二维字符数组的方法步骤如下：

(1.2.1)选择固定尺寸M行N列，其中，M和N均为20以上的偶数；

(1.2.2)遍历所述步骤(1.1)中生成的数据的每一行，若某一行的字符数不足N，则在这一行最后填充NUL字符直到字符数为N，若某一行的字符数超过N，则在这一行截取并保留前N个字符；

(1.2.3)若所述步骤(1.1)中生成的数据的行数不足M，则使用每行为N个NUL字符的若干行进行填充；若行数超过M，则截取并保留前M行；

(1.2.4)将截取后的数据存入尺寸为M×N的二维字符数组。

4.根据权利要求3所述的基于多级权重转换和卷积神经网络的移动流量分类方法，其特征在于：所述M为28，且N为32。