[发明专利]一种用于构建流量图像数据集的方法及系统

摘要

本发明公开了一种用于构建流量图像数据集的方法及系统，包括：读取Pcap源文件，解析并过滤PCAP文件的前24个字节，代表文件头相关信息；按照Pcap包的分组信息解析各组流量信息；解析出来的信息需要经过字符串分割、正则匹配、进制转换后，将所有字节信息按照对应分组编号保存至对应txt文件；读取生成的txt文件，生成成灰度图。将Pcap包转为图像后便可将其制作成类似MNIST手写体的数据集。本发明通过对Pcap文件和数据包格式的解析，实现将Pcap文件转换为灰度图，该图可用建立深度学习模型训练的数据集，提高了流量识别在深度学习领域的适用性。

主权项

1.一种用于构建流量图像数据集的方法，其特征在于，包括以下步骤：/n步骤一、获取Pcap文件，读取Pcap文件，解析出Pcap文件数据包的前24个文件头结构，并建立标记位(flag)进行数据包分组，同时将文件头过滤；/n步骤二、根据数据包的格式，各分组前24个字节为包头，包含文件信息，解析出其中的”Len”字段，即数据包长度，根据步骤一中的标记位，截取出该分组的全部数据包，统计完整数据包分组的计算公式为：flag+24+Len；按照数据包分组对Pcap文件进行解析；/n步骤三、对步骤二中得到的分组信息，首先根据十六进制标识符将数据分割，得到一个List，遍历List中的每个元素，根据正则匹配将不符合规则的Ascii码转为十六进制数据，最后将所有数据根据分组编号存入对应的txt文件中，该文件中全部为十六进制数据；/n步骤四、步骤三完成后将一个Pcap文件按照分组解析成多个txt文件，根据数据包规则，一个字节中包含两个十六进制字符，顺序读取txt文件中的两个字符并转为十进制，转换后的数字范围在0到255之间，0对应黑色，255对应白色，转换后字节被存入数组中，数组中的一个元素对应图片中的一个像素点，按照这个规则将分组信息转换成灰度图；/n步骤五、根据步骤四中生成的灰度图建立数据集。/n