[发明专利]一种基于谱聚类的未知协议聚类分析方法、装置及介质

权利要求书

1.一种基于谱聚类的未知协议聚类分析方法，其特征在于，网络流量样本集通过筛选去除缺失上行第一包的的样本后，假设由n个样本A₁,A₂,...,A_n组成样本集Ω，选取样本A_i的上行第一包载荷数据a₁a₂…作为该样本的协议代表序列，即其中l_i为该样本的长度且单位为字节，i∈{1,2,...,n}，则所述基于谱聚类的未知协议聚类分析方法包括以下步骤：

Step1：根据序列长度阈值l^*，按照如下公式对样本的协议代表序列进行处理：

式中A_i[:l^*]表示A的前l^*个字符组成的序列；

Step2：使用两个字节序列之间最长公共子序列的长度来度量样本之间的相似性，计算的相似性矩阵S∈R^n×n，构建相似性连接图；

Step3：构建邻接矩阵W和度矩阵D；

Step4：计算拉普拉斯矩阵L＝D-W；

Step5：求取拉普拉斯矩阵L的k个最小特征值所对应的特征向量ν₁,ν₂,…,v_k，其中k为聚类的数量，ν_i∈R^n×1；

Step6：构造矩阵V＝[ν₁,ν₂,...,ν_k]∈R^n×k；

Step7：将矩阵V的行向量作为样本，使用k-means聚类算法将这n个样本聚类成k类；

Step8：输出聚类后的结果C＝(C₁,C₂,...,C_k)。

2.根据权利要求1所述的一种基于谱聚类的未知协议聚类分析方法，其特征在于，Step2中，计算的相似性矩阵S∈R^n×n的方法如下：

式中表示和的最长公共子序列长度。

3.根据权利要求2所述的一种基于谱聚类的未知协议聚类分析方法，其特征在于，假设存在两个序列A＝a₁a₂a₃...a_n和B＝b₁b₂b₃...b_m，使用L(A,B)表示A和B的最长公共子序列长度，则L(A,B)具有如下推导公式：

其中A[:i]代表A的前i个字符组成的序列。

4.根据权利要求1所述的一种基于谱聚类的未知协议聚类分析方法，其特征在于，Step3中，构建邻接矩阵W的方法如下：

式中σ表示样本点的邻域宽度，σ越大则W越大，即样本点之间的相似度越大。

5.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现权利要求1-4任一项所述的一种基于谱聚类的未知协议聚类分析方法的步骤。

6.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1-4任一项所述的一种基于谱聚类的未知协议聚类分析方法的步骤。