[发明专利]基于多特征序列的匿名网络流量分类方法及系统

说明书

本发明提供了一种基于多特征序列的匿名网络流量分类方法及系统，包括：步骤S1：采集网络流量文件，提取特征，进行数据归一化和流序列生成；步骤S2：对提取到的特征进行重要性排序，获取流量序列中最重要的连续性特征对应的特征序列，并转化为频域特征向量；步骤S3：通过频域特征提取网络将频域特征向量转化为中间特征向量，并将流序列其他特征通过其他特征提取网络转化为中间特征向量；步骤S4：拼接中间特征向量，通过分类网络后得到不同类别的概率分布。本发明能够抽出匿名通信流序列中重要的连续性特征，并挖掘其频域上的隐含信息，充分发挥Transformer框架对于连续的数据的序列特征捕获能力。

技术领域

本发明涉及网络安全、深度学习、匿名通信网络领域，具体地，涉及一种基于多特征序列的匿名网络流量分类方法及系统。

背景技术

近年来，随着信息时代的发展，互联网所承载的服务越来越多，在互联网为人们带来便利的同时，也使得用户的各类隐私信息被收集，并在互联网中传输。以安全协议为代表的传统网络安全，主要侧重于对信息内容的保护，而对于同样重要的通信双方的身份信息却缺乏有效的保护。因此，在用户对于身份信息的保护需求日益增长的背景下，匿名通信技术应运而生。

匿名通信技术是一种通过采用数据转发、内容加密、流量混淆等措施来隐藏通信内容及关系的隐私保护技术，为了提高通信的匿名性，这些数据转发链路通常由多跳加密代理服务节点构成，所有服务节点共同构成了匿名通信网络。近年来，针对不同用户的需求，匿名通信技术已经发展出多种类型的匿名通信网络。例如洋葱路由(The OnionRouter,Tor)，基于Tor改进的大蒜路由(Invisible Internet Project,I2P)，Freenet等，其中Tor的使用最为广泛，其使用用户数最多，规模最大，是近年来研究的热点。

然而，在匿名网络为合法用户提供更强大的隐私性的同时，它也被一些不法分子作为非法活动的载体和温床。因此，如何快速有效地完成网络流量分析，对于加强匿名网络的流量监管、维护网络空间安全具有重大的意义。

网络流量分析是指通过捕获网络中的数据包后，再通过其他手段对数据包进行分析并统计相关信息，进而诊断网络的运行状态，帮助监管者排查网络中存在的隐患，提高网络的防护能力。在匿名网络中，网络管理员可以通过监控网络中的流量信息，分析可能的恶意行为，并对流量进行分类，进而对恶意流量进行重定向，从而达到保护网络的目的。目前一般采用基于机器学习方法，如CNN、LSTM等来分类匿名流量，尽管这些方法能够自动提取流的特征，但是忽略了流之间的时空相关性，而Transformer框架能将一定时间范围内的多个连续流视为一个序列，并将该序列的特征作为输入数据，捕捉到流之间的关联关系和潜在的特征，实现更好的分类效果。

专利文献CN110059747B(申请号：CN201910314300.X)公开了一种网络流量分类方法，包括构建轻量级分类模型；所述构建轻量级分类模型包括如下步骤：S1：基于自步学习的深度神经网络流量去噪算法训练网络流量分类模型；S2：基于正则化损失知识蒸馏的模型压缩技术，将所述网络流量分类模型压缩成轻量级网络流量分类模型。但该发明没有抽出匿名通信流序列中重要的连续性特征，并挖掘其频域上的隐含信息。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于多特征序列的匿名网络流量分类方法及系统。

根据本发明提供的一种基于多特征序列的匿名网络流量分类方法，包括：

步骤S1：采集网络流量文件，提取特征，进行数据归一化和流序列生成；

步骤S2：对提取到的特征进行重要性排序，获取流量序列中最重要的连续性特征对应的特征序列，并转化为频域特征向量；

步骤S3：通过频域特征提取网络将频域特征向量转化为中间特征向量，并将流序列其他特征通过其他特征提取网络转化为中间特征向量；

步骤S4：拼接中间特征向量，通过分类网络后得到不同类别的概率分布。