[发明专利]基于多级权重转换和卷积神经网络的移动流量分类方法

说明书

本发明公开一种基于多级权重转换和卷积神经网络的移动流量分类方法，针对HTTP/HTTPS流量，对于已标注的流量，以事务为单位将HTTP请求、响应消息的头部进行拼接，保留所有回车换行符并截取固定尺寸数据生成二维字符数组，然后使用多级权重转换算法，增强特征并将字符数组转换成二维整数数组，归一化后输入卷积神经网络模型进行训练。对于待检测的流量数据，使用相同的预处理方法进行处理，然后使用训练后的分类器模型进行分类。本发明无需人为手动选取特征，而能够自动寻找并增强特征，从而相对之前的方法具有更高的准确率和实用性。

技术领域

本发明涉及一种移动流量分类技术，具体涉及一种基于多级权重转换和卷积神经网络的移动流量分类方法。

背景技术

流量分类这一领域的研究从最初的根据传输层端口号检测，到使用深度包检测方法(DPI)，再到近年模式识别和机器学习的应用已经经历了近三十年。如今，深度学习也开始被应用于流量分类的研究中，然而这些研究基本都是针对于PC端流量的分类识别，无法适用于以HTTP协议流量为主的移动流量。

目前对于移动流量的分离研究仍处于传统机器学习的过程，这些方法往往需要手动选取特征，随着数据集的变化需要人为地进行维护，扩展性较差，且面对可见特征不明显的情况，准确率较低，因而在针对实际问题进行分析时具有一定的局限性。

发明内容

发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种基于多级权重转换和卷积神经网络的移动流量分类方法，能够解决目前移动流量分类已有方法的需手动选择特征、扩展性差和准确率不高等问题。

技术方案：本发明的一种基于多级权重转换和卷积神经网络的移动流量分类方法，依次包括以下步骤：

(1)对已标注的样本数据进行预处理并训练分类器：将已标注的样本数据，经过步骤(1.1)至(1.3)的预处理后输入卷积神经网络模型，完成分类器的模型训练，具体过程为：

(1.1)将已标注的样本数据按事务为单位进行组合，即将HTTP请求及其响应消息进行组合，并生成类别标注；

(1.2)对步骤(1.1)中生成的数据选用其请求消息和响应消息的头部，并截取成固定尺寸格式的二维字符数组；

(1.3)对二维字符数组使用多级权重转换算法，实现特征增强并输出为二维整数数组；

(1.4)将二维整数数组进行归一化处理，然后和步骤(1.1)中生成的类别标注一起输入卷积神经网络模型对分类器进行训练；

(2)识别未知流量，实现分类：对于待识别的流量数据，使用步骤(1.1)至(1.3)中的预处理方法进行预处理，然后输入步骤(1.4)中训练后的分类器，得到对应的分类结果。

进一步的，所述步骤(1)中所使用的样本数据和步骤(2)中所使用的流量数据均为移动应用产生的HTTP/HTTPS流量数据，且其头部区域字符范围均在ASCII码表范围内。

进一步的，所述步骤(1.2)中截取成二维字符数组的方法步骤如下：

(1.2.1)选择固定尺寸M行N列，其中，M和N均为20以上的偶数即可，例如28，32，40或48等等；且当M为28和N为32，所处理的数据最佳；

(1.2.2)遍历该组合数据的每一行，若某一行的字符数不足N，则在这一行最后填充NUL字符知道字符数为N，若某一行的字符数超过N，则在这一行截取并保留前N个字符；

(1.2.3)若组合数据的行数不足M，则使用每行为N个NUL字符的若干行进行填充；若行数超过M，则截取并保留前M行；

(1.2.4)将截取后数据存入尺寸为M×N的二维字符数组。

进一步的，所述步骤(1.3)中的多级权重转换算法公式如下：