[发明专利]流量识别方法、装置、电子设备及存储介质

权利要求书

1.一种流量识别方法，其特征在于，所述方法包括：

将待识别流量数据输入至流量分类模型中，在所述流量分类模型内，利用深度堆栈自编码器计算所述待识别流量数据的流量分类，得到流量分类子集；

将所述流量分类子集输入至流量识别模型中进行卷积池化操作得到流量特征集，并根据所述流量特征集，计算得到流量识别结果。

2.根据权利要求1所述的流量识别方法，其特征在于，所述方法还包括构建所述流量分类模型，其中，所述构建所述流量分类模型包括：

利用深度堆栈自编码器及BP神经网络模型构建包括输入层、隐藏层及输出层的神经网络；

设置所述神经网络中输入层及输出层的神经元个数得到所述流量分类模型。

3.根据权利要求2所述的流量识别方法，其特征在于，所述方法还包括训练所述流量分类模型，其中所述训练所述流量分类模型包括：

获取训练流量集，将所述训练流量集进行预处理及分类，得到有标记的训练流量集和无标记的训练流量集；

确定所述流量分类模型的批量处理尺寸，根据所述批量处理尺寸，使用所述无标记的训练流量集训练所述深度堆栈自编码器以调整所述深度堆栈自编码器的内部参数值；

利用所述流量分类模型对所述有标记的训练流量集执行计算，得到误差值，根据所述误差值调整所述流量分类模型的内部参数值，直至所述误差值满足预设要求时，得到训练完成的所述流量分类模型。

4.根据权利要求3所述的流量识别方法，其特征在于，所述利用所述流量分类模型对所述有标记的训练流量集执行计算，得到误差值，根据所述误差值调整所述流量分类模型的内部参数值，包括：

根据所述批量处理尺寸从所述有标记的训练流量集提取有标记训练流量，并输入至所述流量分类模型，计算得到预测分类数；

计算所述预测分类数与预设的流量分类数的误差值；

在所述误差值大于或等于预设阈值时，调整所述流量分类模型的内部参数。

5.根据权利要求3所述的流量识别方法，其特征在于，所述流量识别模型通过深度卷积神经网络构建，所述方法还包括训练所述流量识别模型，其中，所述训练所述流量识别模型包括：

从所述无标记的训练流量集中随机抽取无标记训练流量，训练所述流量识别模型。

6.根据权利要求1所述的流量识别方法，其特征在于，所述方法还包括：

接收原始流量数据，根据预设的特征提取方法，从所述原始流量数据中提取出特征；

将所述特征进行格式转化，得到所述待识别流量数据。

7.根据权利要求6所述的流量识别方法，其特征在于，所述特征包括：流量源IP、流量目的IP、流量IP协议、流量持续时间、每条流量中数据包数量以及每条流量中数据包比特数。

8.一种流量识别装置，其特征在于，所述装置包括：

流量分类模块，用于将待识别流量数据输入至流量分类模型中，在所述流量分类模型内，利用深度堆栈自编码器计算所述待识别流量数据的流量分类，得到流量分类子集；

流量识别模块，用于将所述流量分类子集输入至流量识别模型中进行卷积池化操作得到流量特征集，并根据所述流量特征集，计算得到流量识别结果。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的流量识别方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的流量识别方法。