[发明专利]加密流量检测模型的训练方法、装置、设备及存储介质

权利要求书

1.一种加密流量检测模型的训练方法，其特征在于，包括：

获取流量样本数据，所述流量样本数据包括流量数据以及流量数据的分类标签；

对所述流量数据进行预处理，获得第一样本集合以及第二样本集合，其中，所述第一样本集合包括多个第一样本数据包，所述第二样本集合包括多个第二样本数据包，所述第一样本集合中的第一样本数据包的数量大于所述第二样本集合的所述第二样本数据包的数量；

将所述第一样本集合和所述第二样本集合中的多个样本数据包转换为第一图像；

将所述第二样本集合输入生成对抗网络模型中，所述生成对抗网络模型的生成器基于所述第二样本集合生成第二图像，所述生成对抗网络模型的判别器用于识别所述第二图像与对应的所述第一图像的差异；

将所述第二图像和所述第一图像，输入至分类器中，获得分类器输出的分类结果；

根据所述分类器输出的分类结果与所述分类标签的比较，调整所述分类器的参数。

2.根据权利要求1所述的加密流量检测模型的训练方法，其特征在于，所述生成对抗网络模型的生成器以所述生成对抗网络模型的判别器将所述第二图像识别为对应的第一图像的概率大于设定阈值为目标进行训练。

3.根据权利要求2所述的加密流量检测模型的训练方法，其特征在于，所述生成器用于向所述第二样本集合中的多个第二样本数据包增加随机噪声，以生成第二图像。

4.根据权利要求1所述的加密流量检测模型的训练方法，其特征在于，所述对所述流量数据进行预处理包括：

将第一流量数据和第二流量数据分别按会话层切分为多个第一样本数据包和多个第二样本数据包；

将多个第一样本数据包和多个第二样本数据包分别按由大至小的顺序进行排序；

根据多个第一样本数据包中排序顺序中前N个第一样本数据包，生成第一样本集合，N为大于2的整数；

根据多个第二样本数据包中排序顺序中前N/2个第二样本数据包，生成第二样本集合。

5.根据权利要求4所述的加密流量检测模型的训练方法，其特征在于，所述将第一流量数据和第二流量数据分别按会话层切分为多个第一样本数据包和多个第二样本数据包之后包括：

使用零地址替换所述第一样本数据包和第二样本数据包中的地址信息。

6.根据权利要求4所述的加密流量检测模型的训练方法，其特征在于，所述将第一流量数据和第二流量数据分别按会话层切分为多个第一样本数据包和多个第二样本数据包之后包括：

将各所述第一样本数据包和所述第二样本数据包统一为同一数据长度。

7.一种加密流量检测方法，其特征在于，包括：

获取待检测流量数据；

对所述待检测流量数据进行预处理；

将预处理后的所述待检测流量数据转换为第三图像；

将所述第三图像输入至由权利要求1至6任一项所述的加密流量检测模型的训练方法训练获得的分类器中，获得分类器输出的分类结果。

8.一种加密流量检测模型的训练装置，其特征在于，包括：

第一获取模块，配置成获取流量样本数据，所述流量样本数据包括流量数据以及流量数据的分类标签；

第二获取模块，配置成对所述流量数据进行预处理，获得第一样本集合以及第二样本集合，其中，所述第一样本集合包括多个第一样本数据包，所述第二样本集合包括多个第二样本数据包，所述第一样本集合中的第一样本数据包的数量大于所述第二样本集合的所述第二样本数据包的数量；

第一转换模块，配置成将所述第一样本集合和所述第二样本集合中的多个样本数据包转换为第一图像；

第一输入模块，配置成将所述第二样本集合输入生成对抗网络模型中，所述生成对抗网络模型的生成器基于所述第二样本集合生成第二图像，所述生成对抗网络模型的判别器用于识别所述第二图像与对应的所述第一图像的差异；

第二输入模块，配置成将所述第二图像和所述第一图像，输入至分类器中，获得分类器输出的分类结果；

调整模块，配置成根据所述分类器输出的分类结果与所述分类标签的比较，调整所述分类器的参数。