[发明专利]基于单分类神经网络的匿名流量识别方法及系统

权利要求书

1.基于单分类神经网络的匿名流量识别方法，其特征是，包括：

获取实时监控的流量数据；

对获取的流量数据进行特征提取；

将提取的特征输入到训练后的单分类神经网络中，得到匿名流量或正常流量的识别结果。

2.如权利要求1所述的基于单分类神经网络的匿名流量识别方法，其特征是，获取实时监控的流量数据；在网络交换机中抓取网络流量，使用Winpcap软件从抓取的网络流量中提取以帧为单位的报文。

3.如权利要求1所述的基于单分类神经网络的匿名流量识别方法，其特征是，对获取的流量数据进行特征提取，是使用特征工程的方式对特征进行选择；所选择的特征，具体包括：协议名称、源主机发送的字节数、前M个连接中目标主机相同的连接数。

4.如权利要求1所述的基于单分类神经网络的匿名流量识别方法，其特征是，对获取的流量数据进行特征提取之后，所述将提取的特征输入到训练后的单分类神经网络中之前，还包括：

特征数据清洗、数值化处理、归一化处理和结构化处理。

5.如权利要求1所述的基于单分类神经网络的匿名流量识别方法，其特征是，所述单分类神经网络为OC-GRU模型；OC-GRU模型，包括：依次连接的输入层、GRU层和输出层；

或者，

所述训练后的单分类神经网络，训练过程包括：

构建训练集；其中，训练集，包括已知流量标签的流量数据；

将训练集，输入到OC-GRU模型中；

使用交替最小化算法优化目标函数，先固定参数r，优化M和V，使用反向传播算法，再固定参数M和V，优化r，停止训练，得到训练后的单分类神经网络。

6.如权利要求5所述的基于单分类神经网络的匿名流量识别方法，其特征是，将提取的特征输入到训练后的单分类神经网络中，得到匿名流量或正常流量的识别结果之后，还包括：对匿名流量进行报警。

7.如权利要求1所述的基于单分类神经网络的匿名流量识别方法，其特征是，对匿名流量进行报警之后，还包括：对匿名流量的占比、来源和类型进行展示。

8.基于单分类神经网络的匿名流量识别系统，其特征是，包括：

获取模块，其被配置为：获取实时监控的流量数据；

特征提取模块，其被配置为：对获取的流量数据进行特征提取；

识别模块，其被配置为：将提取的特征输入到训练后的单分类神经网络中，得到匿名流量或正常流量的识别结果。

9.一种电子设备，其特征是，包括：

存储器，用于非暂时性存储计算机可读指令；以及

处理器，用于运行所述计算机可读指令，

其中，所述计算机可读指令被所述处理器运行时，执行上述权利要求1-7任一项所述的方法。

10.一种存储介质，其特征是，非暂时性地存储计算机可读指令，其中，当所述非暂时性计算机可读指令由计算机执行时，执行权利要求1-7任一项所述方法的指令。