[发明专利]流量分类方法及装置、训练方法及装置、设备和介质

权利要求书

1.一种由计算机实现的流量分类方法，包括：

对于待分类对象的一个或多个特征中的每个特征，进行预处理操作，其中，所述预处理操作包括：

响应于该特征的特征值为无效数据，将该特征值设置为空值；

响应于该特征为非数值特征，将该特征的特征值转换为整数值；以及

响应于该特征为非端口特征，对该特征的特征值进行归一化操作；以及

将所述待分类对象的所述一个或多个特征输入流量分类器，以确定所述待分类对象的流量类型。

2.根据权利要求1所述的方法，其中，所述响应于该特征为非数值特征，将该特征的特征值转换为整数值包括：

响应于该特征为IP地址特征，对于该特征的每段地址，将该特征的每段地址乘以该段地址所对应的系数，以得到该段地址所对应的乘积；以及

计算该特征的地址所对应的乘积之和，作为该特征的特征值。

3.根据权利要求1所述的方法，其中，所述响应于该特征为非端口特征，对该特征的特征值进行归一化操作包括：

计算该特征的特征值与该特征的下限值的差值，作为第一差值；

计算该特征的上限值与该特征的下限值的差值，作为第二差值；以及

计算所述第一差值与所述第二差值的比值，作为该特征的特征值。

4.根据权利要求1-3中任一项所述的方法，其中，所述流量分类器包括以下至少一种：

K邻近分类器；

决策树分类器；以及

随机森林分类器。

5.根据权利要求1-3中任一项所述的方法，其中，所述待分类对象的所述一个或多个特征包括以下至少一种：IP地址特征、端口特征、持续时间特征、流发送字节数特征、流接收字节数特征、流发送速率特征、流接收速率特征、帧长度统计特征、帧时间统计特征以及响应时间统计特征。

6.根据权利要求1-3中任一项所述的方法，其中，所述待分类对象为DoH流量，并且，所述待分类对象的流量类型为良性流量或恶意流量。

7.根据权利要求1-3中任一项所述的方法，其中，所述预处理操作还包括：删除所述待分类对象的一个或多个特征中的时间戳特征。

8.一种流量分类器的训练方法，其中，所述流量分类器的训练集包括多个样本对象，所述训练方法包括：

对于每个样本对象的一个或多个特征中的每个特征，进行预处理操作，其中，所述预处理操作包括：

响应于该特征的特征值为无效数据，将该特征值设置为空值；

响应于该特征为非数值特征，将该特征的特征值转换为整数值；以及

响应于该特征为非端口特征，对该特征的特征值进行归一化操作；以及

基于所述训练集中的样本对象的所述一个或多个特征，训练所述流量分类器。

9.根据权利要求8所述的方法，其中，所述响应于该特征为非数值特征，将该特征的特征值转换为整数值包括：

响应于该特征为IP地址特征，对于该特征的每段地址，将该特征的每段地址乘以该段地址所对应的系数，以得到该段地址所对应的乘积；以及

计算该特征的地址所对应的乘积之和，作为该特征的特征值。

10.根据权利要求8所述的方法，其中，所述响应于该特征为非端口特征，对该特征的特征值进行归一化操作包括：

计算所述训练集中的多个样本对象的该特征的最小特征值，作为该特征的下限值；

计算所述训练集中的多个样本对象的该特征的最大特征值，作为该特征的上限值；

计算该特征的特征值与该特征的下限值的差值，作为第一差值；

计算该特征的上限值与该特征的下限值的差值，作为第二差值；以及

计算所述第一差值与所述第二差值的比值，作为该特征的特征值。