[发明专利]未知网络流量的分布式检测方法

权利要求书

1.一种未知网络流量的分布式检测方法，所述检测方法应用于包括多个分布式传感器的移动Adhoc网络中，其特征在于，所述检测方法包括如下步骤：

S100：所述移动Adhoc网络中的多个分布式传感器均连接至网关控制节点；多个不同的经过认证的移动终端将预设报文信号发送至所述网关控制节点，所述网关控制节点向监控中心问询所述预设报文信号对应的移动终端的认证码，所述网关控制节点将所述预设报文信号转发至与所述认证码匹配的分布式传感器；

接收所述移动Adhoc网络反馈的特征信号；

S200：通过多个不同的未经过认证的通信终端，对所述特征信号进行深度包检测，获得多个深度数据包；

S300：将所述预设报文信号与对应的移动终端的认证码通过散列变换后形成数字签名，将所述数字签名组合到所述深度数据包中，通过所述未经过认证的通信终端发送至所述移动Adhoc网络，并接收所述移动Adhoc网络的响应信号；

S400：将所述特征信号与所述响应信号作为训练信号输入深度学习网络模型进行训练；

S500：利用所述多个不同的未经过认证的通信终端发送的预设报文信号对所述训练后的深度学习网络模型进行测试；

S600：将满足测试要求的深度学习网络模型用于所述移动Adhoc网络的未知网络流量识别与检测。

2.如权利要求1所述的一种未知网络流量的分布式检测方法，其特征在于：

所述包括多个分布式传感器的移动Adhoc网络中的每一个分布式传感器均包含唯一的认证码。

3.如权利要求1所述的一种未知网络流量的分布式检测方法，其特征在于：

所述步骤S200中通过多个不同的未经过认证的通信终端，对所述特征信号进行深度包检测，获得多个深度数据包，具体包括：

获取所述预设报文信号与所述移动Adhoc网络的通信协议，基于所述通信协议获取所述预设报文信号的特征码；

基于所述特征码，对所述特征信号进行解包分析，得到多个深度数据包。

4.如权利要求1所述的一种未知网络流量的分布式检测方法，其特征在于：

所述步骤S300中通过所述未经过认证的通信终端发送至所述移动Adhoc网络，具体包括：

将组合所述数字签名的所述深度数据包发送给所述网关控制节点，所述网关控制节点向监控中心提取所述数字签名，对所述数字签名进行解码认证后得到认证码，所述网关控制节点将所述深度数据包转发至与所述认证码匹配的分布式传感器。

5.如权利要求1所述的一种未知网络流量的分布式检测方法，其特征在于：

所述步骤S400中将所述特征信号与所述响应信号作为训练信号输入深度学习网络模型进行训练，具体包括：

所述深度学习网络模型包括基于机器学习的流量识别模型，所述流量识别模型由两级学习模块组成，第一学习模块为监督学习模块，第二级学习模块为无监督学习模块。

6.如权利要求5所述的一种未知网络流量的分布式检测方法，其特征在于：

将第一学习模块的输出作为所述第二级学习模块的输入。

7.如权利要求5或6所述的一种未知网络流量的分布式检测方法，其特征在于：

所述S600中将满足测试要求的深度学习网络模型用于所述移动Adhoc网络的未知网络流量识别与检测，具体包括：

当所述第二级学习模块的输出输入到第一学习模块之后得出的输出结果在预定范围内时，判断满足测试要求。

8.一种连接移动Adhoc网络的监控平台，所述监控平台包括存储器和处理器，所述处理器上存储有计算机可执行指令代码，通过处理器执行所述可执行指令代码，所述监控平台可执行权利要求1-7任一项所述的分布式检测方法对所述移动Adhoc网络进行未知网络流量的检测。