[发明专利]一种流量识别方法及电子设备

说明书

本发明涉及物联网技术领域，提供一种流量识别方法及电子设备，方法包括：通过边缘网关抓取数据包；获取数据包的流量类型，其中，流量类型为正常流量或者异常流量；若数据包的流量类型为正常流量，则控制边缘网关将数据包放行；若数据包的流量类型为异常流量，则控制边缘网关将数据包拦截。本发明实施例通过边缘网关对流量进行初步的识别，将安全的正常流量放行，将异常流量拦截，这样既保证了边缘网络可以保持安全的运行状态，同时因为部分流量通过边缘网关时即被拦截下来，没有了从边缘网关到云服务器的延迟，可以有效快速的阻止攻击的继续。大多数正常流量均在本地识别完毕，骨干网中需要传输的流量大大减少，避免了流量阻塞。

技术领域

本发明涉及物联网技术领域，尤其涉及一种流量识别方法及电子设备。

背景技术

现有的网络攻击检测机制是在集中式云上工作的，很多时候不能满足物联网的可扩展性、分布、资源限制、低延迟等不同需求。在物联网中，大多数的通信和控制操作是在一组不同的设备之间进行的。它通过连接数据处理连接通信设备和传感器等设备，辅助设备进行数据的智能处理和分析，并以自主的方式进行决策。另一方面，云计算作为物联网的前端，允许终端用户使用互联网支持的所有服务来执行他们的普通计算操作。它还为物联网提供高性能、可靠性和易访问性。然而，由于通信的影响及其地理上的集中架构，物联网中的云计算效率低下，无法支持需要昂贵计算、存储和非常低延迟的任务。此类任务包括基于云的物联网攻击检测，由于存储和处理来自越来越多设备的数据所产生的开销，集中式攻击检测系统的性能很差。此外，由于物联网设备与集中式攻击检测系统的距离较远，因此能够提供更高的检测时间。这意味着现有的基于云的攻击检测机制不能很好解决物联网中的攻击检测问题。

物联网中现有的攻击检测方法主要集中在入侵检测系统的设计和开发上。然而，这样的入侵检测系统依赖于集中式云，而集中式云不太能够支持物联网环境的独特要求，比如分布、可伸缩性、资源限制和低延迟。此外，现有的方法使用传统的监督机器学习算法，需要大量的标记数据进行攻击检测。

可见，现有的攻击检测方案存在攻击检测效率较差、延迟较长的技术问题。

发明内容

本发明实施例提供一种流量识别方法及电子设备，以解决现有技术中攻击检测方案存在攻击检测效率较差、延迟较长的技术问题的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供了一种流量识别方法，所述方法应用于电子设备，所述方法包括：

通过边缘网关抓取数据包；

获取所述数据包的流量类型，其中，所述流量类型为正常流量或者异常流量；

若所述数据包的流量类型为正常流量，则控制所述边缘网关将所述数据包放行；

若所述数据包的流量类型为异常流量，则控制所述边缘网关将所述数据包拦截。

第二方面，本发明实施例提供了一种电子设备，所述电子设备包括：

抓取模块，用于通过边缘网关抓取数据包；

获取模块，用于获取所述数据包的流量类型，其中，所述流量类型为正常流量或者异常流量；

控制模块，用于若所述数据包的流量类型为正常流量，则控制所述边缘网关将所述数据包放行，若所述数据包的流量类型为异常流量，则控制所述边缘网关将所述数据包拦截。

第三方面，本发明实施例提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如第一方面所述的流量识别方法中的步骤。

第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的流量识别方法中的步骤。