[发明专利]一种基于随机游走的流量特征自动生成方法与系统

权利要求书

1.一种基于随机游走的流量特征自动生成方法，其特征在于，包括：

S1，有向图表征流量：将待提取特征的流量，逐一解析流量数据包，并记录数据包的五元组和负载信息，得到初始流量数据，将流量数据包的负载内容，以单字节的十六进制数值作为节点所代表的内容，以单字节十六进制数值在流量中的前后排列次序作为节点间有向边方向，以节点间的转移次数作为有向边的权重，构建流量内容有向图，表征流量；

S2，基于随机游走算法挖掘内容特征：计算节点之间的转移概率，对流量内容有向图进行归一化处理，使用随机游走方式遍历有向图，挖掘图中隐含模式，以阈值、步长以及内容比对形式，对挖掘生成的隐含模式进行筛选过滤，得到满足条件的隐含模式，将节点内容按照节点间的转移次序，顺序拼接，还原成流量内容信息，即为流量内容特征；

其中，所述挖掘图中隐含模式的具体过程是：根据转移概率公式，计算任意两节点间的转移概率，对图中的有向边权重进行归一化，随机选取图中的节点作为起始节点和转移方向，根据当前节点到下一节点的转移概率大小是否满足阈值条件，来决定是否进行转移，进而挖掘图中的有效转移路径，即所谓的隐含模式；

S3，生成未知特征组合结构：利用生成的流量内容特征，以会话流分类流量，在流量数据包中出现的内容特征作为有向图中节点，内容特征在数据包内出现的前后次序作为节点间有向边的方向，以节点间的转移次数作为有向边的权重，构建包间内容特征有向图，计算节点转移概率后，再次使用随机游走方法挖掘图中隐含模式，以阈值、步长以及内容比对形式，对挖掘生成的隐含模式进行筛选过滤，得到满足条件的隐含模式，将节点内容按照节点的转移次序，顺序拼接，还原成流量的结构信息，即流量结构特征。

2.根据权利要求1所述基于随机游走的流量特征自动生成方法，其特征在于，所述步骤S2中计算转移概率，使用转移概率公式:计算节点间的转移概率，其中，P_A→B为节点A→B的转移概率，W_A→B为A→B有向边的权重，∑W_A→i为所有以A为起点的有向边权重之和。

3.一种基于随机游走的流量特征自动生成系统，其特征在于，包括：

有向图构建子系统，用于生成流量内容有向图；包括预处理模块和图绘制模块，所述预处理模块将待提取特征的流量，逐一解析流量数据包，并记录数据包的五元组和负载信息，得到初始流量数据；所述图绘制模块，将流量数据包的负载内容，以单字节的十六进制数值为节点所代表的内容，以单字节十六进制数值在流量负载内容中的前后排列次序作为节点间有向边方向，以节点间的转移次数作为有向边的权重，构建流量内容有向图，表征流量；

内容特征生成子系统，用于生成流量内容特征；对流量内容有向图计算节点间的转移概率，使用随机游走方法，依概率挖掘有向图隐含模式，以阈值、步长以及内容比对形式，对挖掘生成的隐含模式进行筛选过滤，得到满足条件的隐含模式，将节点内容按照节点间的转移次序，顺序拼接，还原成流量内容信息，即为流量内容特征，其中，所述挖掘有向图隐含模式的具体过程是：根据转移概率公式，计算任意两节点间的转移概率，对图中的有向边权重进行归一化，随机选取图中的节点作为起始节点和转移方向，根据当前节点到下一节点的转移概率大小是否满足阈值条件，来决定是否进行转移，进而挖掘图中的有效转移路径，即所谓的隐含模式；

结构特征生成子系统，利用生成得到的流量内容特征，进一步挖掘更加精准的流量结构特征，使特征在保证低误报率的前提下，能拥有更高的精度；利用生成的流量内容特征，以会话流分类流量，在流量数据包中出现了的内容特征作为有向图中节点，内容特征在数据包内出现的前后次序作为节点间有向边的方向，以节点间的转移次数作为有向边的权重，构建包间内容特征有向图，计算节点转移概率后，再次使用随机游走方法挖掘图中隐含模式，以阈值、步长以及内容比对形式，对挖掘生成的隐含模式进行筛选过滤，得到满足条件的隐含模式，还原成流量的结构信息，即流量结构特征。

4.根据权利要求3所述基于随机游走的流量特征自动生成系统，其特征在于，所述图绘制模块，对初始流量数据中的流量数据包负载部分，分别构建每一个流量数据包所对应的内容有向图和每一个会话流数据包所对应的结构有向图。