[发明专利]一种基于卷积神经网络的shadowsocks流量检测方法有效
| 申请号： | 201810565176.X | 申请日： | 2018-06-04 |
| 公开（公告）号： | CN108924090B | 公开（公告）日： | 2020-12-11 |
| 发明（设计）人： | 邹福泰;朱宸;熊瑶庭;李林森;吴越;齐开悦;易平 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;H04L12/26;G06N3/04;G06N3/08 |
| 代理公司： | 上海旭诚知识产权代理有限公司 31220 | 代理人： | 郑立 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的shadowsocks流量检测方法，涉及计算机网络安全领域，包括以下步骤：通过抓包工具获取shadowsocks与普通流量；以TCP流为单位将流量拆分；提取TCP流的有效载荷，并拼接在一起，提取为十进制数，作为训练数据参数；对每个TCP流判断是否为shadowsocks流量，并进行数据标注，作为训练数据的结果；将标注好的训练数据作为卷积神经网络模型的训练输入，对模型进行训练，得出最终的计算模型。本发明将网络流的有效载荷转化为类似像素点的数据，将网络流量转化为图像，输入到CNN算法中。该方法省去了对流量进行特征提取的步骤，解决了无法找到shadowsocks流量决定性特征的问题。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 shadowsocks 流量 检测 方法 | ||
【主权项】：
1.一种基于卷积神经网络的shadowsocks流量检测方法，其特征在于，包括以下步骤：步骤1、通过抓包工具获取shadowsocks与普通流量；步骤2、以TCP流为单位将流量拆分；步骤3、提取TCP流的有效载荷，并拼接在一起，提取为十进制数，作为训练数据参数；步骤4、对每个TCP流判断是否为shadowsocks流量，并进行数据标注，作为训练数据的结果；步骤5、将标注好的训练数据作为卷积神经网络模型的训练输入，对模型进行训练，得出最终的计算模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810565176.X/，转载请声明来源钻瓜专利网。
