[发明专利]一种基于自主学习的网络业务识别方法

摘要

本发明涉及一种基于自主学习的网络业务识别方法，包括两个工作阶段离线阶段和在线识别阶段。1）在所述离线阶段中，对已识别的业务流的特征进行统计训练，将其8元组的统计特征向量存储到训练数据库中；2）在所述在线识别阶段中，对于每一个待识别的新业务流首先统计足够数量的数据，构造一个8元组特征向量；若不能使用基于特征检测的方法进行识别，则将该统计特征向量与训练数据库中存储的统计特征向量进行基于欧氏距离和余弦相似性的指标匹配；判断所述指标是否满足阈值，若满足则表示匹配成功，更新训练数据库中对应业务流的统计特征向量；若不满足则表示匹配失败，在训练数据库中实时添加该新业务流。该方法通过自主学习的方式在无需人工分析和标记的情况下，实现了加密/混合、迂回等未知业务流量的识别，加强了业务流的控制和管理。

主权项

一种基于自主学习的网络业务识别方法，其特征在于：包括一离线训练阶段和一在线识别阶段，具体包括以下步骤：步骤S1：在所述离线训练阶段，对已识别的业务流的流量数据的特征进行统计训练，构造所述已识别的业务流的8元组的统计特征向量，并存储到训练数据库中；步骤S2：在所述在线识别阶段中，对于每一个待识别的新业务流，统计足够数量的数据，计算其流量数据的特征，构造8元组的统计特征向量；若所述新业务流能够采用基于特征检测的方法被识别出来，则停止处理所述新业务流并删除其统计特征向量；若新业务流不能被识别，则进入步骤S3；步骤S3：将步骤S2中获得的新业务流的统计特征向量与训练数据库中存储的已识别的业务流的统计特征向量进行基于欧氏距离和余弦相似性的指标匹配；步骤S4：判断所述指标是否满足阈值，若满足则表示所述新业务流与所述已识别的业务流匹配成功，更新训练数据库中对应业务流的统计特征向量；若不满足则表示所述新业务流与所述已识别的业务流匹配失败，在训练数据库中添加该新业务流；所述步骤S1和步骤S2中8元组的统计特征向量F为(v1,v2,…,v8)：v1表示整个业务流的流量数据包的平均大小；v2表示客户端向上传输到服务器的流量数据包的平均大小；v3表示服务器向下传输到客户端的流量数据包的平均大小；v4表示客户端和服务器之间的流量差异；v5表示整个业务流的流量数据包大小的标准偏差；v6表示向上传输过程中流量数据包大小的标准偏差；v7表示向下传输过程中流量数据包大小的标准偏差；v8表示香农熵。