[发明专利]基于负载映射与随机森林的非加密流量识别方法

摘要

本发明针对于非加密流量提出了一种移动应用流量识别方法。方法结合向量空间映射与随机森林分类器，包括预处理阶段，用于将流量负载进行预处理；随机森林分类器建模阶段，将流量负载映射到向量空间，利用流量训练集合建立随机森林模型；分类阶段，待识别流量通过随机森林模型分类。常见的非加密流量识别方法，局限于寻找固定长度或可变长度的特征字符串，为此花费了巨大的精力。本发明引入自然语言处理领域的方法。将非加密负载转化为向量，克服了寻找特征字符时间复杂度大的特点。本发明可以用于非加密流量的应用类型识别，具有较高的识别准确度。

主权项

1.一种非加密移动应用流量识别方法，具体包括：方法基于随机森林分类器，包括预处理阶段、随机森林分类器建模阶段和预测阶段；预处理阶段，负责提取数据包负载中的有用信息，以降低训练和预测时的复杂度，且能降低噪声；随机森林分类器建模阶段，将负载映射为向量空间中的TFIDF向量，以此进行随机森林分类器的训练；预测阶段，对未知标签的流量，提取出数据包负载，经过预处理阶段，提取出有用信息，同样经过负载映射到向量空间，将该向量输入到分类器模型中，得到预测标签。