[发明专利]一种基于深度神经网络的流量分类方法、系统及电子设备

说明书

本申请涉及一种基于深度神经网络的流量分类方法、系统及电子设备。包括：对原始网络流量进行特征提取，生成各种类型的网络流数据，并根据网络日志对网络流数据进行标记，生成用于构建深度神经网络的数据集；其中，所提取的特征包括每条网络流的前向流、反向流、传输流三维特征；重构数据集结构，并通过重构的数据集训练CNN网络，所述CNN网络基于提取的三维特征，分别计算每条网络流中的前向流和反向流特征、前向流和传输流特征、反向流和传输流特征之间的相关系数矩阵，输出高维度的全局卷积特征；将所述CNN网络输出的全局卷积特征输入LSTM网络进行训练，并输出流量分类预测结果。本申请能够提高网络流量分类的精度和性能。

技术领域

本申请属于网络数据分类技术领域，特别涉及一种基于深度神经网络的流量分类方法、系统及电子设备。

背景技术

在大数据时代，网络上每秒都会产生大批量的各种网络数据，这些数据之间的潜在交互行为继而会引发更多维的复杂数据，若企业能通过精准分析各类维度的网络数据，更好的全方位了解用户的网络行为，就可以为用户提供有针对性的服务，大幅提高企业的工作效率和用户的网络体验。

各大网络集群中心生成的网络流量数据量非常大且多且复杂，如何能快速安全的处理分析这些实时网络的流量数据，给企业的网络管理和服务带来了很大的压力。其中网络流量分类技术是识别网络应用和流量分类的过程，它是现代网络安全和资源管理系统中关键的一环。如何能精准的分类和识别这些网络流量，来提高网络安全等级和提供精准的网络服务，给客户提供更好的服务等仍是一大挑战。

目前，网络流量分类技术主要包括基于传统的网络流量分类和现阶段的基于机器学习的网络流量分类两大部分，其中：

(一)基于传统的网络流量分类技术包括基于端口的流量分类方法和基于负载的流量分类方法；

a)基于端口的流量分类方法：通过分析和提取一些使用固定网络端口的网络应用或者协议，其中一些端口号是在互联网号码分配机构(IANA)已经注册的。通过和IANA列表一一比较，就可以知道网络流量到底属于哪一个应用或者哪一个网络协议，有很好的分类效果。该方法的弊端是不能处理拥有动态端口号的网络流量。

b)基于负载的流量分类方法：通过提取每条IP网络包的负载内容，包括网络传输协议、网络数据内容、传输包的字节大小等特征。不同的网络应用或者传输协议在上网的时候，是会产生不同的网络行为或者网络痕迹，该方法基于此网络特征可以进行高效的流量分类，但弊端是不能分析加密流量。

(二)基于机器学习的网络流量分类技术：主要包括基于监督学习的分类方法和基于无监督学习的分类方法，这两大类机器学习技术已经被广泛的应用于网络流量分类研究领域中，其分类流程如图1所示，一般分为四个步骤：数据预处理(Preprocessing)、训练学习阶段(Training)、模型评估(Evaluation)、预测结果(Prediction)。

a)基于监督学习的分类方法：从已经标记的训练数据中学习数据之间的潜在知识，并把这套知识进行强化训练，形成一个具有分类学习经验的模型，去预测新数据的标签。通过不断优化模型，来达到期望的输出效果。例如，王斌锋等人发明一种基于统计特征的有噪网络流量分类建模方法，它包括：步骤1、网络数据采集处理，从网络流量监测站实时提取网络流量数据，并对网络流量数据进行预处理；步骤2、建立网络流量噪声判断模型并清除网络流量数据中的噪声；步骤3、建立网络流量噪声容忍模型；步骤4、根据步骤2和步骤3所述的网络流量噪声判断模型和网络流量噪声容忍模型，建立鲁棒的分类模型；步骤5、采用随机森林的分类方法，把在线网络流量数据作为测试集，利用鲁棒的分类模型进行分类。