[发明专利]网络流量分类方法、装置、电子设备及存储介质

权利要求书

1.一种网络流量分类方法，其特征在于，包括：

将捕获的pcap文件切分为流序列，所述流序列由多个流量数据包组成；

从所述流序列中提取各个流量数据包的字节特征，得到以流为单位的字节序列；

对所述字节序列中的各个字节进行位置编码，并将编码后的所述字节序列输入至流量分类网络模型中，得到所述流量分类网络模型输出的流量分类结果；其中，所述流量分类网络模型是基于以流为单位的样本和样本对应的流量分类结果训练后得到的。

2.根据权利要求1所述的网络流量分类方法，其特征在于，所述将捕获的pcap文件切分为流序列，包括：

基于五元组对所述pcap文件中的数据包流进行切分，得到流序列；所述五元组包括：源IP地址、源端口、目的IP地址、目的端口和协议号。

3.根据权利要求1所述的网络流量分类方法，其特征在于，从所述流序列中提取各个流量数据包的字节特征，得到以流为单位的字节序列，包括：

基于预设规则从所述流序列中提取各个流量数据包预设数量的字节特征，得到以流为单位的字节序列。

4.根据权利要求1所述的网络流量分类方法，其特征在于，所述对所述字节序列中的各个字节进行位置编码，包括：

基于下述公式对所述字节序列中的各个字节进行位置编码，将每个字节在数据包中的位置转化为d维的特征向量P_pos，所述公式为：

P(pos,2i)＝sin(pos/m^2i/d)

P(pos,2i+1)＝cos(pos/m²ⁱ)

其中，2i,2i+1∈[0,d-1]，表示生成的位置编码的每个通道，m为常数，用于使每个字节的位置对应唯一的位置编码。

5.根据权利要求1所述的网络流量分类方法，其特征在于，所述流量分类网络模型由N个自动编码器层构成，N≥2，所述流量分类网络模型的损失函数为：

其中，h_i-1为第i个自动编码器的输入层，N为以流为单位的样本数量。

6.一种网络流量分类装置，其特征在于，包括：

第一处理模块，用于将捕获的pcap文件切分为流序列，所述流序列由多个流量数据包组成；

第二处理模块，用于从所述流序列中提取各个流量数据包的字节特征，得到以流为单位的字节序列；

第三处理模块，用于对所述字节序列中的各个字节进行位置编码，并将编码后的所述字节序列输入至流量分类网络模型中，得到所述流量分类网络模型输出的流量分类结果；其中，所述流量分类网络模型是基于以流为单位的样本和样本对应的流量分类结果训练后得到的。

7.根据权利要求6所述的网络流量分类装置，其特征在于，所述第三处理模块，具体用于：

基于下述公式对所述字节序列中的各个字节进行位置编码，将每个字节在数据包中的位置转化为d维的特征向量P_pos，所述公式为：

P(pos,2i)＝sin(pos/m^2i/d)

P(pos,2i+1)＝cos(pos/m²ⁱ)

其中，2i,2i+1∈[0,d-1]，表示生成的位置编码的每个通道，m为常数，用于使每个字节的位置对应唯一的位置编码。

8.一种电子设备，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计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述网络流量分类方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述网络流量分类方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述网络流量分类方法的步骤。