[发明专利]基于机器学习的网络流量协议识别方法和装置

说明书

本申请涉及一种基于机器学习的网络流量协议识别方法和装置，其中，该基于机器学习的网络流量协议识别方法包括：获取预先构建好的协议识别模型；采集实时网络流量，并从实时网络流量中提取实时协议特征信息；将实时协议特征信息输入至协议识别模型中，得到实时网络流量对应的协议类型。通过本申请，解决了相关技术中，无法有效识别网络流量的协议类型的问题。

技术领域

本申请涉及计算机技术领域，特别是涉及一种基于机器学习的网络流量协议识别方法和装置。

背景技术

随着互联网的兴起与信息技术的发展，云计算与大数据技术的应用范围越来越广泛。数字化、数据挖掘等数据分析与处理技术，越来越受各大企业的重视，而这些数据是往往需要通过各种网络传输协议实现从一个平台传输至另一个平台。当数据分析平台接收到网络流量之后，需要先对网络流量对应的传输协议类型进行识别，才能对网络流量进行解析，从而得到网络流量中的数据内容。因此，如何对网络流量对应的传输协议类型进行识别将成为一个亟待解决的技术问题。

在相关技术中，通过端口来识别网络流量对应的协议类型，然而，如果用户修改端口后，采用这种方法会导致识别失败，从而给用户带来不必要的麻烦。同时，如果需要增加一种网络传输协议，则需要在进行识别之前对识别设备的原始代码进行修改，因此需要请专门的技术人员修改原始代码，这会增加用户的使用成本。

目前针对相关技术中，无法有效识别网络流量的协议类型的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种基于机器学习的网络流量协议识别方法和装置，以至少解决相关技术中无法有效识别网络流量的协议类型的问题。

第一方面，本申请实施例提供了一种基于机器学习的网络流量协议识别方法，包括：

获取预先构建好的协议识别模型；

采集实时网络流量，并从所述实时网络流量中提取实时协议特征信息；

将所述实时协议特征信息输入至所述协议识别模型中，得到所述实时网络流量对应的协议类型。

在其中一些实施例中，在所述获取预先构建好的协议识别模型之前，所述方法还包括：

获取样本数据；所述样本数据包括训练网络流量的训练协议特征信息以及相应训练网络流量的标准协议类型；

将协议特征信息作为输入参量，将协议类型作为输出参量，构建初始协议识别模型；

根据所述样本数据和预设监督式学习规则，对所述初始协议识别模型进行训练，得到训练好的协议识别模型。

在其中一些实施例中，所述预设监督式学习规则包括朴素贝叶斯分类规则。

在其中一些实施例中，所述获取样本数据包括：

获取训练网络流量；

从所述训练网络流量中提取训练协议特征信息；所述训练协议特征信息包括端口、数据包长度、数据包内容中的秘钥和所述秘钥的次序；

获取预先配置的端口与协议类型之间的对应关系；

根据所述对应关系，对所述训练协议特征信息进行协议类型标识处理，得到所述样本数据。

在其中一些实施例中，所述初始协议识别模型包括协议特征信息与协议类型之间的映射关系；所述根据所述样本数据和预设监督式学习规则，对所述初始协议识别模型进行训练，得到训练好的协议识别模型包括：

将所述样本数据中的训练协议特征信息输入至所述初始协议识别模型，得到所述训练协议特征信息对应的预测协议类型；

将所述预测协议类型和所述标准协议类型进行比较，得到比较结果；