[发明专利]一种基于深度学习的加密协议识别方法及系统

权利要求书

1.一种基于深度学习的加密协议识别方法，其特征在于，包括：

获取网络环境中的会话的数据，将获取到的会话的数据转换为图像数据；

将所述图像数据输入至预先构建的加密流量协议分类模型，利用所述预先构建的加密流量协议分类模型自动识别会话对应的流量协议；基于LSTM长短期记忆网络预先训练并构建加密流量协议分类模型，所述加密流量协议分类模型以PReLU为激活函数，以Softmax作为输出函数，包括：LSTM层、Dense层，BatchNormalization层；所述基于LSTM长短期记忆网络预先训练并构建加密流量协议分类模型，包括：对训练集数据和测试集数据进行均值方差归一化处理，使数据的转化为均值为0，方差为1的归一化灰度图像数据；其中，加密流量协议分类模型网络结构参数如下：

。

2.根据权利要求1所述的基于深度学习的加密协议识别方法，其特征在于，所述获取网络环境中的会话的数据，包括：

捕获网络环境中的pcap流量包，并将pcap流量包按五元组拆成初始会话数据；

读取所述初始会话数据中的N个数据包，按预设字节对N个数据包进行截取，得到处理好的会话数据。

3.根据权利要求2所述的基于深度学习的加密协议识别方法，其特征在于，所述按预设字节对N个数据包进行截取，包括：

针对每个数据包，去掉其中物理层和数据链路层的字节数据，按100字节对剩余字节数据进行截取，并利用随机字节代替剩余字节数据中的IP和端口对应的字节，得到截取后的数据包，N个所述数据包构成N*100的会话数据矩阵。

4.根据权利要求1所述的基于深度学习的加密协议识别方法，其特征在于，其特征在于，所述加密流量协议分类模型的损失函数为均方差损失函数。

5.一种基于深度学习的加密协议识别系统，其特征在于，包括：

数据处理模块，所述数据处理模块用于获取网络环境中的会话的数据，将所述会话的数据转换为图像数据，并将所述图像数据输出至加密协议识别模块；

加密协议识别模块，所述加密协议识别模块用于配置预先构建的加密流量协议分类模型，以及，接收所述图像数据，自动识别会话对应的流量协议；基于LSTM长短期记忆网络预先训练并构建加密流量协议分类模型，所述加密流量协议分类模型以PReLU为激活函数，以Softmax作为输出函数，包括：LSTM层、Dense层，BatchNormalization层；所述基于LSTM长短期记忆网络预先训练并构建加密流量协议分类模型，包括：对训练集数据和测试集数据进行均值方差归一化处理，使数据的转化为均值为0，方差为1的归一化灰度图像数据；其中，加密流量协议分类模型网络结构参数如下：

。