[发明专利]基于多级权重转换和卷积神经网络的移动流量分类方法

摘要

本发明公开一种基于多级权重转换和卷积神经网络的移动流量分类方法，针对HTTP/HTTPS流量，对于已标注的流量，以事务为单位将HTTP请求、响应消息的头部进行拼接，保留所有回车换行符并截取固定尺寸数据生成二维字符数组，然后使用多级权重转换算法，增强特征并将字符数组转换成二维整数数组，归一化后输入卷积神经网络模型进行训练。对于待检测的流量数据，使用相同的预处理方法进行处理，然后使用训练后的分类器模型进行分类。本发明无需人为手动选取特征，而能够自动寻找并增强特征，从而相对之前的方法具有更高的准确率和实用性。

主权项

1.一种基于多级权重转换和卷积神经网络的移动流量分类方法，其特征在于：依次包括以下步骤：(1)对已标注的样本数据进行预处理并训练分类器：将已标注的样本数据，经过步骤(1.1)至(1.3)的预处理后输入卷积神经网络模型，完成分类器的模型训练，具体过程为：(1.1)将已标注的样本数据按事务为单位进行组合，即将HTTP请求及其响应消息进行组合，并生成类别标注；(1.2)对步骤(1.1)中生成的数据选用其请求消息和响应消息的头部，并截取成固定尺寸格式的二维字符数组；(1.3)对二维字符数组使用多级权重转换算法，实现特征增强并输出为二维整数数组；(1.4)将二维整数数组进行归一化处理，然后和步骤(1.1)中生成的类别标注一起输入卷积神经网络模型，对分类器进行训练；(2)识别未知流量，实现分类：对于待识别的流量数据，使用步骤(1.1)至(1.3)中的预处理方法进行预处理，然后输入步骤(1.4)中训练后的分类器，得到对应的分类结果。