[发明专利]网络流量处理方法、装置和计算机可读存储介质

说明书

本申请公开了一种网络流量处理方法、装置和计算机可读存储介质，网络流量处理方法包括：获取网络流量，提取网络流量中的会话流量，会话流量对应一次会话；从会话流量中提取会话报文，获取会话报文的应用特征数据；将应用特征数据对应的灰度图输入至网络识别模型得到网络流量的流量信息。本申请通过提取网络流量中的会话流量，基于会话流量提取会话报文，然后采用网络识别模型对会话报文的应用特征数据的灰度图进行识别得到流量信息，如此，处理后的报文具有会话特征，从而提高网络流量的识别效率。

技术领域

本申请涉及计算机网络安全技术领域，尤其涉及一种网络流量处理方法、装置和计算机可读存储介质。

背景技术

目前，在使用深度学习或者机器学习对流量进行业务分类、识别时，报文处理过程是采用单条数据进行截取、填充，不能保留报文的会话特征。或者是通过语义进行上下文关联，如此，需要进行大量的数据计算，对系统资源如GPU、CPU等消耗较大。上述两种方式在处理大流量数据以及实时预测的网络数据时，会出现特征信息不明显，导致识别效率低的问题。

发明内容

本申请实施例通过提供一种网络流量处理方法、装置和计算机可读存储介质，旨在解决现有的网络流量识别效率低的问题。

为实现上述目的，本申请一方面提供一种网络流量处理方法，所述方法包括：

获取网络流量，提取所述网络流量中的会话流量，所述会话流量对应一次会话；

从所述会话流量中提取会话报文，获取所述会话报文的应用特征数据；

将所述应用特征数据对应的灰度图输入至网络识别模型得到所述网络流量的流量信息。

可选地，所述从所述会话流量中提取会话报文的步骤包括：

根据所述会话流量的接收时间对所述会话流量进行切片得到切片数据；

根据切片顺序从每个所述切片数据中提取所述会话报文；

所述将所述应用特征数据对应的灰度图输入至网络识别模型得到所述网络流量的流量信息的步骤包括：

根据每个所述切片数据的会话报文的应用特征数据生成每个所述切片数据的灰度图；

将所述会话流量的各个所述灰度图按照生成顺序一次输入所述网络识别模型得到所述网络流量的流量信息。

可选地，所述将所述应用特征数据对应的灰度图输入至网络识别模型得到所述网络流量的流量信息的步骤之后，包括：

获取所述会话流量中每个所述切片数据的识别结果；

在所述识别结果为预设结果的数量大于预设阈值时，确定所述网络流量的流量信息识别正确。

可选地，所述根据所述会话流量的接收时间对所述会话流量进行切片得到切片数据的步骤包括：

获取所述会话流量对应的会话的会话时长；

在所述会话时长小于预设时长时，将所述会话流量作为所述切片数据；

在所述会话时长大于预设时长时，根据所述会话流量的接收时间，每间隔所述预设时长对所述会话流量进行切片得到所述切片数据。

可选地，所述获取所述会话报文的应用特征数据的步骤包括：

获取每个所述切片数据的五元组特征，根据所述五元组特征标识所述会话报文，所述五元组特征包括源IP地址、目的IP地址、源端口、目的端口、传输协议；

获取标识后的所述会话报文的应用特征数据。

可选地，所述获取所述会话报文的应用特征数据的步骤，还包括：