[发明专利]一种基于隐马尔可夫模型的复杂网络应用逆向处理方法

权利要求书

1.一种基于隐马尔可夫模型的复杂网络应用逆向处理方法，其特征在于，主要包括以下步骤：

第一步、对网络流量进行采集分类，标识出已知流量并隔离出未知流量；

第二步、对未知流量进行聚类分析，并对每一个簇的流量分配一个类标记；

第三步、对每一类已标识的已知流量和未知流量进行频繁项分析，提取流量中的频繁项集；

第四步、计算频繁项在流量中的位置方差并根据位置方差过滤协议关键词；

第五步、对网络流量进行空间连接分析和时间时序分析，得到流量的拓扑连接图和连接序列；

第六步，对网络流量进行社团划分；

第七步，基于多链耦合隐马尔可夫模型的耦合系数参数估计。

2.根据权利要求1所述的一种基于隐马尔可夫模型的复杂网络应用逆向处理方法，其特征在于，所述连接序列是指每个连接的报文序列，连接序列中的每个报文序列都用它的报文类型来表示。

3.根据权利要求1所述的一种基于隐马尔可夫模型的复杂网络应用逆向处理方法，其特征在于，所述第六步为采用基于节点应用层特征相似度的Newman快速算法对网络流量进行社团划分。