[发明专利]一种加密数据的处理方法及装置

说明书

一种加密数据的处理方法及装置，所述方法包括：从训练集中读取若干样本图片；其中，所述训练集中的样本图片为将加密流量样本转换得到的数值矩阵中的数值作为像素值生成的图片；所述加密流量样本被标记了流量协议类型；基于所述若干样本图片中的各样本图片的图片尺寸计算标准图片尺寸；将所述若干样本图片中的各样本图片处理为所述标准图片尺寸的样本图片，并将处理后的样本图片输入至基于深度学习网络的分类模型进行训练；其中，所述分类模型用于识别加密流量的流量协议类型。

技术领域

本申请涉及互联网安全领域，尤其涉及一种加密数据的处理方法及装置。

背景技术

如今，越来越多的网络数据采用加密的方式进行传输，这种方式虽然显著提高了网络通信的安全性，却对网络管控以及基于流量的防护带来了挑战，以往根据流量直接表现出的特征来进行协议识别的方法，已经无法适用于加密流量的协议识别。

卷积神经网络是一种基于深度学习技术的机器学习工具，多用于图像识别领域，尤其擅长于发现数据中隐藏的一些高阶特征。

发明内容

有鉴于此，本申请公开了一种加密数据的处理方法及装置。

根据本申请实施例的第一方面，公开了一种加密数据的处理方法，所述方法包括：

从训练集中读取若干样本图片；其中，所述训练集中的样本图片为将加密流量样本转换得到的数值矩阵中的数值作为像素值生成的图片；所述加密流量样本被标记了流量协议类型；

基于所述若干样本图片中的各样本图片的图片尺寸计算标准图片尺寸；

将所述若干样本图片中的各样本图片处理为所述标准图片尺寸的样本图片，并将处理后的样本图片输入至基于不包含全连接层的卷积神经网络的分类模型进行训练；其中，所述分类模型用于识别加密流量的流量协议类型。

根据本申请实施例的第二方面，公开了一种加密数据的处理装置，所述装置包括：

样本图片读取模块，从训练集中读取若干样本图片；其中，所述训练集中的样本图片为将加密流量样本转换得到的数值矩阵中的数值作为像素值生成的图片；所述加密流量样本被标记了流量协议类型；

标准图片尺寸计算模块，基于所述若干样本图片中的各样本图片的图片尺寸计算标准图片尺寸；

分类模型训练模块，将所述若干样本图片中的各样本图片处理为所述标准图片尺寸的样本图片，并将处理后的样本图片输入至基于不包含全连接层的卷积神经网络的分类模型进行训练；其中，所述分类模型用于识别加密流量的流量协议类型。

以上技术方案中，一方面，由于加密流量样本被转换为了图片，隐藏于加密流量样本中的流量特征也被转换为了图片的特征；因此，利用卷积神经网络对图片特征的识别能力更好的特性，可以提升训练出的协议识别模型的识别准确度。

另一方面，由于训练阶段每次只读取了训练集中的一部分确定标准图片尺寸，可以相对缩小参与缩放的各样本图片的图片尺寸与标准图片尺寸之间的差距，进而能够相对减少样本图片在尺寸缩放过程中信息量的损失；因此，可以增加模型在训练中获得的信息量，进而提高所训练的模型的识别能力。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书文本一同用于解释原理。

图1是本说明书所述加密数据处理方法的流程示意图；

图2是本说明书所述流量转换为图片的示例图；

图3是本说明书所述分批训练的示意图；

图4是本说明书所述加密数据处理装置的结构示例图。

具体实施方式