[发明专利]基于自注意机制的网络流量分类方法、介质及终端设备

权利要求书

1.一种基于自注意机制的网络流量分类方法，其特征在于，所述方法包括：

获取待分类网络流量包数据，并确定所述待分类网络流量包数据对应的输入序列，其中，所述输入序列中各字节按照各字节在待分类网络流量包数据的数据包头部中的位置顺序排序；

将所述输入序列输入至预先训练的网络流量分类模型，通过所述网络流量分类模型预测所述待分类网络流量包数据对应的流量类别，其中，所述网络流量分类模型包括编码模块、嵌入模块以及分类模块，所述编码模块包括自注意机制单元；

其中，所述通过所述网络流量分类模型预测所述待分类网络流量包数据对应的流量类别具体包括：

将所述输入序列输入至所述嵌入模块，通过所述嵌入模块输出所述输入序列对应的输入矩阵；

将所述输入矩阵输入至编码模块，以通过编码模块输出所述输入序列对应的特征矩阵；

将所述特征矩阵输入至分类模块，通过所述分类模块输出所述输入序列对应的流量类别；

所述嵌入模块输出所述输入序列对应的输入矩阵的过程包括：

对于输入序列中的每个字节，将该字节在所述输入序列中的位置信息转换为位置向量，以得到所述输入序列对应的位置矩阵，其中，所述每个字节对应的位置信息均按照预设规则转换为位置向量；所述预设规则为：

PE_(pos,i)＝sin(pos/10000^i/d)i为偶数

PE_(pos,i)＝cos(pos/10000^i-1/d)i为奇数

其中，i∈[0,d-1]表示根据预设规则转换得到的位置向量的第i个通道，PE_(pos,i)表示根据预设规则转换得到的位置向量的第i通道的值，d为预设规则转换得到的位置向量的维度；

根据预设转换矩阵将所述输入序列转为嵌入矩阵，其中，所述嵌入矩阵与所述位置矩阵的维度相同；

根据所述位置矩阵以及所述嵌入矩阵生成输入矩阵。

2.根据权利要求1所述自注意机制的网络流量分类方法，其特征在于，所述获取待分类网络流量包数据，并确定所述待分类网络流量包数据对应的输入序列具体包括：

获取待分类网络流量包数据；

读取所述获取待分类网络流量包数据的数据包头部，并在所述数据包头部中选取预设数量的字节以形成输入序列，其中，所述输入序列未携带所述数据包头部中的地址信息。

3.根据权利要求1所述自注意机制的网络流量分类方法，其特征在于，所述通过所述分类模块输出所述输入序列对应的流量类别具体包括：

将所述特征矩阵进行线性变换，以得到所述特征矩阵对应的类别向量；

根据所述类别向量确定所述输入序列对应的流量类别。

4.根据权利要求1-3任一所述自注意机制的网络流量分类方法，其特征在于，所述编码模块包括若干编码器，所述若干编码器级联，并且若干编码器中的每个编码器均包括依次堆叠的自注意机制单元、第一归一化单元、卷积单元以及第二归一化单元；所述自注意机制单元与所述第一归一化单元，和卷积单元与第二归一化单元均采用残差连接。

5.根据权利要求4所述自注意机制的网络流量分类方法，其特征在于，所述自注意机制单元的处理过程包括：

根据输入所述自注意机制单元的目标矩阵，计算该目标矩阵对应的注意值权重矩阵；

根据所述注意值权重矩阵作用于所述目标矩阵，以得到所述目标矩阵对应的输出矩阵。

6.根据权利要求5所述自注意机制的网络流量分类方法，其特征在于，所述自注意机制单元的处理过程包括：

将输入所述自注意机制单元的目标矩阵划分为若干子目标矩阵；

将每个子目标矩阵作为目标矩阵，并分别执行根据输入所述自注意机制单元的目标矩阵步骤，以得到各子目标矩阵对应的子输出矩阵；

将得到的所有子输出矩阵拼接，以得输出所述目标矩阵对应的输出矩阵。