[发明专利]流量识别方法及装置

权利要求书

1.一种流量识别方法，其特征在于，包括：

抓取各种类型软件下的各个功能场景产生的数据包，作为支持向量机训 练算法的数据包样本；

根据软件类型提取所述数据包样本的行为特征向量类型和维度；

根据支持向量机训练算法对数据包样本的特征向量进行训练，生成支持 向量机行为特征预测模型；

根据支持向量机预测算法和所述预测模型获取待识别通信数据流所属的 协议类别。

2.根据权利要求1所述的方法，其特征在于，根据软件类型提取所述数 据包样本的行为特征向量类型和维度包括：

对各功能场景的待识别协议类型数据包和非待识别协议类型数据包进行 预处理；

提取经过预处理的待识别协议类型数据包样本和非待识别协议类型数据 包样本；

分别对提取的所述待识别协议类型数据包样本和所述非待识别协议类型 数据包样本进行等维度特征向量提取。

3.根据权利要求1或2所述的方法，其特征在于，所述根据支持向量机 训练算法对数据包样本的特征向量进行训练，生成支持向量机行为特征预测 模型，包括：

获取所述支持向量机训练算法的最优训练参数；

根据所述支持向量机训练算法和所述最优训练参数对所述数据包样本的 特征向量进行训练，生成所述支持向量机行为特征预测模型。

4.根据权利要求1所述的方法，其特征在于，所述根据支持向量机预测 算法和所述预测模型获取待识别通信数据流所属的协议类别包括：

根据所述支持向量机预测算法解析及加载所述预测模型；

对提取的所述待识别通信数据流的特征向量与所述预测模型进行模糊匹 配，获取所述待识别通信数据流所属的协议类别。

5.一种流量识别装置，其特征在于，包括：

提取模块，用于抓取各种类型软件下的各个功能场景产生的数据包，作 为支持向量机训练算法的数据包样本；并根据软件类型提取所述数据包样本 的行为特征向量类型和维度；

生成模块，用于根据支持向量机训练算法对数据包样本的特征向量进行 训练，生成支持向量机行为特征预测模型；

获取模块，用于根据支持向量机预测算法和所述预测模型获取待识别通 信数据流所属的协议类别。

6.根据权利要求5所述的装置，其特征在于，所述提取模块包括：

预处理单元，用于对各功能场景的待识别协议类型数据包和非待识别协 议类型数据包进行预处理；

样本提取单元，用于提取经过所述预处理单元处理的待识别协议类型数 据包样本和非待识别协议类型数据包样本；

特征向量提取单元，用于分别对所述样本提取单元提取的所述待识别协 议类型数据包样本和所述非待识别协议类型数据包样本进行等维度特征向量 提取。

7.根据权利要求5或6所述的装置，其特征在于，所述生成模块包括：

参数获取单元，用于获取所述支持向量机训练算法的最优训练参数；

模型生成单元，用于根据所述支持向量机训练算法和所述最优训练参数对 所述数据包样本的特征向量进行训练，生成所述支持向量机行为特征预测模型。

8.根据权利要求5所述的装置，其特征在于，所述获取模块包括：

加载单元，用于根据所述支持向量机预测算法解析及加载所述预测模型；

识别单元，用于对提取的所述待识别通信数据流的特征向量与所述预测 模型进行模糊匹配，获取所述待识别通信数据流所属的协议类别。