[发明专利]数据处理方法、装置、电子设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获得待处理的流量数据包；

采用类选择器对所述流量数据包进行类别抽取处理，获得所述流量数据包在不同类别下的流量数据；

对不同类别下的流量数据进行向量处理，获得流量数据包对应的配置信息、包长和时间序列信息、字节分布信息以及非加密的数据头信息；

将所述流量数据包对应的配置信息、包长和时间序列信息、字节分布信息以及非加密的数据头信息输入至预设的数据分类模型，输出所述流量数据包的分类结果；

根据不同类别下的流量数据，获得流量数据包对应的非加密的数据头信息，包括：

针对CliSuites，CliExtensions，SerSuite，SerExtension类别的流量数据，采用W2V算法对每一类的流量数据进行向量处理，获得每一类的流量数据对应的多维向量；

对各多维向量进行整合处理，获得整合维度后的多维向量，该整合维度后的多维向量将作为所述非加密的数据头信息；

其中，所述针对CliSuites，CliExtensions，SerSuite，SerExtension类别的流量数据，采用W2V算法对每一类的流量数据进行向量处理，获得每一类的流量数据对应的多维向量，包括：

针对CliSuites，CliExtensions，SerSuite，SerExtension类别，采用W2V算法将二进制编码的CliSuites，CliExtensions，SerSuite，SerExtension类别的流量数据转换为十六进制编码，将十六进制编码的CliSuites，CliExtensions，SerSuite，SerExtension类别的流量数据组成词库，并分别将其转换为低维度的向量，得到每一类的流量数据对应的多维向量。

2.根据权利要求1所述的数据处理方法，其特征在于，根据不同类别下的流量数据，获得流量数据包对应的包长和时间序列信息，包括：

针对包长和时间序列类别下的流量数据，采用马尔科夫链算法对其进行向量处理，获得包长和时间序列类别对应的向量，该向量作为所述流量数据包对应的包长和时间序列信息。

3.根据权利要求1所述的数据处理方法，其特征在于，根据不同类别下的流量数据，获得流量数据包对应的字节分布信息，包括：

针对字节分布类别下的流量数据，对其进行字节分布频率的统计，并获得字节出现次数，将该次数作为字节分布信息。

4.根据权利要求1-3任一项所述的数据处理方法，其特征在于，还包括：

构建数据分类模型，并采集获得训练样本；其中，所述训练样本中包括有多个样本流量数据，以及对每个样本流量数据进行标注获得的数据分类；

利用所述训练样本对所述数据分类模型进行训练，将训练后的数据分类模型作为所述预设的数据分类模型。