[发明专利]一种基于序列特征的加密流量分类方法

权利要求书

1.一种基于序列特征的加密流量分类方法，其特征在于，具体的步骤为：

步骤1：对原始加密流量数据进行预处理；

步骤2：将预处理后的数据使用基于注意力机制的一维卷积网络学习数据分组的局部特征；

步骤2.1：将数据预处理之后的分组字节矩阵转换为神经网络的固定输入格式；

步骤2.2：在输入层和卷积层中间定义注意力隐藏层；在模型的输入层后面增加两层全连接层dense1和dense2，然后再定义一层注意力隐藏层，将注意力隐藏层与经过两层全连接之后的特征向量进行整合，最终注意力隐藏层返回的维度与dense2相同，与序列向量进行点乘计算和归一化之后，拼接成带有权重的特征向量；

步骤2.3：改变权重的特征向量的维度，使其满足一维卷积神经网络的输入格式；在模型中加入两层一维卷积神经网络，设置并调节其卷积核大小、激活函数、过滤器个数、步长、丢弃率；

步骤2.4：在模型中加入最大池化，在保证卷积计算提取的特征不变的情况下删除冗余信息，将重要的特征抽取出来；

步骤3：将步骤2的输出结果使用长短时记忆网络学习数据分组的全局特征。

2.根据权利要求1所述的一种基于序列特征的加密流量分类方法，其特征在于：所述对原始加密流量数据进行预处理的具体步骤为：

步骤1.1：采用pickle工具包提取原始流量数据的标签，即每条流量所属的应用；

步骤1.2：使用分析工具来统计pcap数据中数据分组的最大长度，并且使用scapy流量数据处理工具过滤掉数据分组的头部信息，并得到TCP和UDP数据分组；

步骤1.3：统一TCP和UDP数据分组的字节长度，字节长度为步骤2得到的最大长度；

步骤1.4：将数据与所属应用进行整合，标记经过上述处理的数据；

步骤1.5：标准化流量数据，对数据的每一字节特征除以255，转换为区间为[0,1]的数，并将流量标签转换为one-hot编码。

3.根据权利要求1所述的一种基于序列特征的加密流量分类方法，其特征在于，所述使用长短时记忆网络学习数据分组的全局特征的具体步骤为：

步骤3.1：将一维卷积神经网络输出的结果作为长短时记忆网络模型的输入；

步骤3.2：设置并调节相关参数，包括步长、输出维度和类型；

步骤3.3：将数据进行扁平化操作；

步骤3.4：采用softmax分类器将加密流量按照应用程序进行分类。

4.根据权利要求1所述的一种基于序列特征的加密流量分类方法，其特征在于：所述步骤2.3的两层一维卷积神经网络的卷积层为：

C＝f(xk+b)

其中，x代表进行特征重组之后的权重向量，k代表卷积核，b代表偏置值，f表示为激活函数；

所述步骤2.3的两层一维卷积神经网络的池化层为：

S＝βdown(C)+b

其中，β和b为标量参数，down为下采样选择的函数，采用最大池化。

5.根据权利要求3所述的一种基于序列特征的加密流量分类方法，其特征在于：所述步骤3.1的长短时记忆网络模型存在判别信息筛选记忆单元，每个单元中均设置有输入门I_t、输出门O_t、遗忘门F_t，输入门的计算公式为：

I_t＝f(W_t×[H_t-1,x_t]+b_i)

遗忘门F_t的计算公式为：

F_t＝f(W_f×[H_t-1,x_t]+b_f)

输出门O_t的计算公式为：

O_t＝f(W_o×[H_t-1,x_t]+b_o)

当前状态C_t的计算公式为：

C_t＝F_t×C_t-1+I_t×tanh(W_c×[H_t-1,x_t]+b_c)

根据当前状态C_t输出的值得到输出H_t的计算公式为：

H_t＝O_t×tanh(C_t)

其中，x_t表示在时刻t下的输入；W_i、W_f、W_o、W_c表示权重矩阵；b_i、b_f、b_o、b_c是偏置向量；f(x)和tanh是激活函数，H_t为单元时刻t的输出。