[发明专利]基于权重网络模型的深度包检测方法

说明书

本发明公开了基于权重网络模型的深度包检测方法，包括如下步骤：S1：概念：权重网络是基于机器学习模型；S2：特征图分析：以微软应用TEAMS为例，先形成特征图；S3：特征映射：通过特征图已经明确了私有协议的特征，之后就需要将这些特征从概率的形式转化为权重的形式；S4：模型计算：根据模型的字节位置(横坐标)和字节数值(纵坐标)生成横纵坐标。权重网络模型是通过大量数据的累积后进行训练的，很好的继承了机器学习的优点，避免了特征码出现偶然性的问题，相较于机器学习相比有以下几大优点：①算力消耗少；②不需要额外的库，减少了对uCPE存储空间的占用；③更新迭代容易；④训练成本低。

技术领域

本发明属于网络技术领域，具体为基于权重网络模型的深度包检测方法。

背景技术

近年来，网络新业务层出不穷，有对等网络(Peer-to-Peer，简称P2P)、VoIP、流媒体、WebTV、音视频聊天、互动在线游戏和虚拟现实等。这些新业务的普及为运营商吸纳了大量的客户资源，同时也对网络的底层流量模型和上层应用模式产生了很大的冲击，带来带宽管理、内容计费、信息安全、舆论管控等一系列新的问题。尤其是P2P、VoIP、流媒体等业务。当前P2P业务的流量已占互联网数据流量的50％-70％，如果再加上流媒体等业务，新业务的数据流量是相当巨大的，这打破了以往“高带宽、低负载”的IP网络QoS提供模式，在很大程度上加重了网络拥塞，降低了网络性能，劣化了网络服务质量，妨碍了正常的网络业务的开展和关键应用的普及。

在此环境下，我们要对这些流量进行流量的识别和追踪才能更好的进行流量管理。而现有的方案一般采用特征码或者机器学习的方式来对流量进行识别和追踪。特征码识别是通过人工筛选或算法筛选，找到出现频率高的字段，而这些高频率字段正是私有协议的固定字段，通过这些固定字段就能锁定流量所使用的私有协议。机器学习的识别方式，其特点在于：包括训练检测模型的步骤和利用检测模型识别数据包的步骤，在控制器中嵌入训练好的检测模型，当接收到数据包时，对数据包解码，并提取数据包的特征，然后将提取到的特征列表传入到检测模型当中，利用检测模型进行识别，正常数据包做资源调度，不正常的数据包被丢弃。

但以上两种方法都存在弊端：1.特征码方式中筛选出的特征码具有一定的偶然性，如果私有协议中没有固定的字段那么就无法筛选出特征码。2.机器学习的方式对于算力的消耗较大并且训练的时间很长，训练出一个模型所消耗的人力物力成本过高，不利于商业化。

发明内容

针对现有技术的不足，本发明提供了基于权重网络模型的深度包检测方法，通过大量数据的累积后进行训练，简化了模型的训练过程与追踪和识别过程，从而使得权重网络模型具有继承了机器学习的优点，避免了特征码出现偶然性的问题，相较于特征码其精度会更高的优点。

为实现上述目的，本发明提供如下技术方案：基于权重网络模型的深度包检测方法，包括如下步骤：

S1：概念：权重网络是基于机器学习模型，经过简化和改良形成的，其核心思想为概率映射；

S2：特征图分析：以微软应用TEAMS为例，先形成特征图，其中黑色数据代表：在payload中第几字节(横坐标)取值0-255(纵坐标)中任意一值的概率超过10％(十万数据，统计次数超过一万的)；

S3：特征映射：通过特征图已经明确了私有协议的特征，之后就需要将这些特征从概率的形式转化为权重的形式，这时就需要用到一个映射函数(由0-1的概率映射到0-20的权重)；

S4：模型计算：根据模型的字节位置(横坐标)和字节数值(纵坐标)生成横纵坐标，将50个横纵坐标上的权重进行累加就得到了预测值；

S5：模型识别率和相识流量识别结果类比。

优选的，根据权重网络的概念介绍，包括如下步骤：

S101：对不同应用的数据包进行反复分析，发现其私有协议在payload部分的取值成概率型分布；