[发明专利]一种流量识别的方法、装置、存储介质及电子设备

权利要求书

1.一种流量识别的方法，其特征在于，包括：

预先设置多个特征模型；获取样本流量，并提取所述样本流量中的一个或多个样本特征；

确定每个所述样本特征所对应的特征模型，并将所述样本特征作为相应的所述特征模型的输入、将所述样本流量的结果标签作为所述特征模型的输出，对所述特征模型进行训练，分别确定每个训练好的所述特征模型，并为每个所述特征模型分配相应的权重值；

获取待识别的目标流量，并提取所述目标流量中的一个或多个目标特征；

将所述目标特征输入至相应的训练好的所述特征模型，根据每个训练好的所述特征模型的输出以及相应的权重值确定所述目标流量的综合预测结果，并根据所述综合预测结果确定所述目标流量是否为恶意流量。

2.根据权利要求1所述的方法，其特征在于，所述提取所述样本流量中的一个或多个样本特征包括：

根据所述样本流量中特征的独立性将所述样本流量的特征分为一个或多个相互独立的样本特征，所述样本特征包括：流特征、客户端握手特征、服务端握手特征、证书特征、服务名标识特征、域名特征或传输协议特征。

3.根据权利要求1所述的方法，其特征在于，所述对所述特征模型进行训练包括：

在第一样本特征和第二样本特征对应同一个特征模型时，将所述第一样本特征作为相应的所述特征模型的输入、将所述样本流量的结果标签作为所述特征模型的输出，对所述特征模型进行训练；同时，将所述第二样本特征作为相应的所述特征模型的输入、将所述样本流量的结果标签作为所述特征模型的输出，对所述特征模型进行训练；

其中，所述第一样本特征和所述第二样本特征为所述样本流量的不同的样本特征。

4.根据权利要求1所述的方法，其特征在于，所述为每个所述特征模型分配相应的权重值包括：

建立权重模型，所述权重模型的未知参数包括待定的权重值；

将所述样本流量的样本特征输入至相应的训练好的所述特征模型中，确定每个所述特征模型的样本输出；

将所有所述特征模型的样本输出作为所述权重模型的输入、将所述样本流量的结果标签作为所述权重模型的输出，对所述权重模型进行训练，根据训练好的所述权重模型中的参数确定每个所述特征模型对应的权重值。

5.根据权利要求1所述的方法，其特征在于，所述根据每个训练好的所述特征模型的输出以及相应的权重值确定所述目标流量的综合预测结果包括：

训练好的所述特征模型根据输入的相对应所述目标特征确定相应的输出，若不存在与训练好的所述特征模型相对应的目标特征时，训练好的所述特征模型输出为零；

根据所有训练好的所述特征模型的输出以及相应的权重值确定所述目标流量的综合预测结果。

6.一种流量识别的装置，其特征在于，包括：

预处理模块，用于预先设置多个特征模型；获取样本流量，并提取所述样本流量中的一个或多个样本特征；

训练模块，用于确定每个所述样本特征所对应的特征模型，并将所述样本特征作为相应的所述特征模型的输入、将所述样本流量的结果标签作为所述特征模型的输出，对所述特征模型进行训练，分别确定每个训练好的所述特征模型，并为每个所述特征模型分配相应的权重值；

获取模块，用于获取待识别的目标流量，并提取所述目标流量中的一个或多个目标特征；

识别模块，用于将所述目标特征输入至相应的训练好的所述特征模型，根据每个训练好的所述特征模型的输出以及相应的权重值确定所述目标流量的综合预测结果，并根据所述综合预测结果确定所述目标流量是否为恶意流量。

7.根据权利要求6所述的装置，其特征在于，所述预处理模块提取所述样本流量中的一个或多个样本特征包括：

根据所述样本流量中特征的独立性将所述样本流量的特征分为一个或多个相互独立的样本特征，所述样本特征包括：流特征、客户端握手特征、服务端握手特征、证书特征、服务名标识特征、域名特征或传输协议特征。