[发明专利]一种基于数据流谱的流量验证方法及装置

说明书

本发明提供一种基于数据流谱的流量验证方法及装置，所述方法的步骤包括：采集流量数据包，解析流量数据包的五元组数据，将相同五元组的流量数据包构建为数据包集合；解析得到对于每个数据包的元数据，将数据包集合中的每个数据包的元数据作为一行，构建数据流谱；对所述数据流谱中的字符类元数据进行编码，得到流谱矩阵；将所述流谱矩阵输入到预设的验证模型中，基于所述验证模型输出验证结果。本方案在对数据包进行解析之后，将每个数据包的元数据作为一行，构建数据流谱，对元数据的表达进行规范，并对字符类数据进行编码，得到验证模型能够快捷处理的流谱矩阵，再基于验证模型输出验证结果，提高验证结果精确度。

技术领域

本发明涉及流数据分析技术领域，尤其涉及一种基于数据流谱的流量验证方法及装置。

背景技术

元数据(Metadata)即描述数据的数据，用来描述数据本身的属性与特征。元数据是高密度信息，通常小于原始流量的十分之一，但包含大部分关键信息，是高密度、高价值的信息。在本发明中，元数据指数据包的解析特征，一个特征即一个元数据。

协议分析(Protocolanalysis)是使用解码网络协议头部和尾部的方法，以获取协议数据所表示的信息的过程。从网络中采集的原始流量无法直接用于分析，因此需要将原始流量经过一定处理，转换为方便研究人员进行研究的数据格式和呈现形式。

现有技术通常通过协议分析得到数据流的元数据信息，并进一步对流量进行验证，但是通过协议分析得到数据流的元数据信息通常不够规范，影响验证精度。

发明内容

鉴于此，本发明的实施例提供了一种基于数据流谱的流量验证方法，以消除或改善现有技术中存在的一个或更多个缺陷。

本发明的一个方面提供了一种基于数据流谱的流量验证方法，所述方法的步骤包括：

采集流量数据包，解析所述流量数据包的五元组数据，将相同五元组的流量数据包构建为数据包集合；

基于预设的协议模板对数据包集合中的数据包进行解析，得到对于每个数据包的元数据，将数据包集合中的每个数据包的元数据作为一行，构建数据流谱；

删除所述数据流谱中预设的干扰类元数据，并对所述数据流谱中的字符类元数据进行编码，得到流谱矩阵；

将所述流谱矩阵输入到预设的验证模型中，基于所述验证模型输出验证结果。

采用上述方案，本方案在对数据包进行解析之后，将每个数据包的元数据作为一行，构建数据流谱，对元数据的表达进行规范，进一步，再删除干扰类元数据，并对字符类数据进行编码，得到验证模型能够快捷处理的流谱矩阵，再基于验证模型输出验证结果，提高验证结果精确度。

在本发明的一些实施方式中，在将数据包集合中的每个数据包的元数据作为一行，构建数据流谱的步骤中，基于所述数据包的接收时间在数据流谱中顺序排列所述数据包对应的行。

在本发明的一些实施方式中，删除所述数据流谱中预设的干扰类元数据，并对所述数据流谱中的字符类元数据进行编码，得到流谱矩阵的步骤还包括：

若所述数据流谱的行数大于或等于预设的阈值行数，则基于预设的阈值行数在所述数据流谱中截取所述阈值行数个行用于构建流谱矩阵；

若所述数据流谱的行数小于所述阈值行数，则基于预设的阈值行数在流谱矩阵将缺失的行补0。

在本发明的一些实施方式中，在基于预设的阈值行数在所述数据流谱中截取所述阈值行数个行用于构建流谱矩阵的步骤中，在所述数据流谱中从上到下截取所述阈值行数个行。

在本发明的一些实施方式中，所述得到流谱矩阵的步骤还包括，对所述数据流谱中任一数据包缺失的元数据项目进行补0。