[发明专利]网络流量识别方法、系统、装置及计算机可读存储介质

权利要求书

1.一种网络流量识别方法，其特征在于，包括：

获取网络流量数据，得到流量数据包；

利用所述流量数据包中的分组概要信息生成分组字节矩阵；

利用预先训练而成的僵尸流量识别模型对所述分组字节矩阵进行识别，判断所述分组字节矩阵对应的所述流量数据包是否为僵尸流量，得到分类结果；

其中，所述僵尸流量识别模型为基于卷积神经网络算法，利用历史分组字节矩阵对原始僵尸流量识别模型进行训练而成的。

2.根据权利要求1所述的网络流量识别方法，其特征在于，所述获取网络流量数据，得到流量数据包的过程，包括：

获取网络流量数据；

对网络流量数据进行去噪，去除无用数据，得到所述流量数据包。

3.根据权利要求2所述的网络流量识别方法，其特征在于，所述对网络流量数据进行去噪，去除无用数据，得到所述流量数据包的过程，包括：

利用WireShark分析网络流量数据中初始流量数据包的特征值；

根据每个初始流量数据包的特征值，筛选不满足预设的筛选条件的初始流量数据包，得到所述流量数据包。

4.根据权利要求1至3任一项所述的网络流量识别方法，其特征在于，所述利用所述流量数据包中的分组概要信息生成分组字节矩阵的过程，包括：

从所述流量数据包的头部信息和尾部信息中获取所述分组概要信息；

根据所述分组概要信息得到所述流量数据包中的初始分组数据；

根据每个初始分组数据的长度和预设的截断长度，对每个初始分组数据进行截断或补零，得到与所述截断长度相同的分组数据；

利用所有分组数据，生成初始化分组字节矩阵；

对所述初始化分组字节矩阵中的每个分组数据进行归一化处理，得到所述分组字节矩阵。

5.一种网络流量识别系统，其特征在于，包括：

数据获取模块，用于获取网络流量数据，得到流量数据包；

矩阵生成模块，用于利用所述流量数据包中的分组概要信息生成分组字节矩阵；

分类识别模块，用于利用预先训练而成的僵尸流量识别模型对所述分组字节矩阵进行识别，判断所述分组字节矩阵对应的所述流量数据包是否为僵尸流量，得到分类结果；

其中，所述僵尸流量识别模型为基于卷积神经网络算法，利用历史分组字节矩阵对原始僵尸流量识别模型进行训练而成的。

6.根据权利要求1所述的网络流量识别系统，其特征在于，所述数据获取模块，包括：

数据获取单元，用于获取网络流量数据；

数据去噪单元，用于对网络流量数据进行去噪，去除无用数据，得到所述流量数据包。

7.根据权利要求6所述的网络流量识别方法，其特征在于，所述数据去噪单元，包括：

特征提取子单元，用于利用WireShark分析网络流量数据中初始流量数据包的特征值；

数据筛选子单元，用于根据每个初始流量数据包的特征值，筛选不满足预设的筛选条件的初始流量数据包，得到所述流量数据包。

8.根据权利要求5至7任一项所述的网络流量识别系统，其特征在于，所述矩阵生成模块，包括：

概要信息获取单元，用于从所述流量数据包的头部信息和尾部信息中获取所述分组概要信息；

分组数据获取单元，用于根据所述分组概要信息得到所述流量数据包中的初始分组数据；

分组数据处理单元，用于根据每个初始分组数据的长度和预设的截断长度，对每个初始分组数据进行截断或补零，得到与所述截断长度相同的分组数据；

初始矩阵生成单元，用于利用所有分组数据，生成初始化分组字节矩阵；

归一化处理单元，用于对所述初始化分组字节矩阵中的每个分组数据进行归一化处理，得到所述分组字节矩阵。

9.一种网络流量识别装置，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序以实现如权利要求1至4任一项所述的网络流量识别方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的网络流量识别方法。