[发明专利]一种面向高速网络的VPN流量快速识别方法

权利要求书

1.一种面向高速网络的VPN流量快速识别方法，其特征在于，包括如下步骤：

(1)采集用于模型训练的VPN流量数据和普通流量数据并保存；

(2)从原始数据中选择可用于抽样后VPN流量识别分类的特征，进行机器学习的模型训练；

(3)在高速网络中进行流量数据抽样，然后使用Count Bloom Filter算法和链接法散列表对抽样数据包进行处理，获得流量的统计记录；

(4)根据步骤(3)中获得的统计记录提取特征值，使用步骤(2)中训练完成的模型，进行流量检测。

2.根据权利要求1所述的面向高速网络的VPN流量快速识别方法，其特征在于，所述步骤(1)具体包括如下子步骤：

(1.1)在主机端安装VPN代理工具；

(1.2)启动应用开始进行VPN流量数据采集；

(1.3)使用VPN代理工具进行网络访问；

(1.4)网络访问结束后停止采集，存储当前采集的主机端与VPS之间的VPN流量数据文件；

(1.5)启动应用开始进行普通流量数据采集；

(1.6)关闭VPN代理工具，使用常见应用进行操作；

(1.7)操作完成后停止采集，存储当前采集的普通流量数据文件；

(1.8)重复(1.2)～(1.7)操作，直到采集到足够多数量的流量数据。

3.根据权利要求1所述的面向高速网络的VPN流量快速识别方法，其特征在于，所述步骤(2)具体包括如下子步骤：

(2.1)对步骤(1)中采集的完整流量数据进行抽样处理；

(2.2)对抽样流量进行特征选择，选择合适的可用特征；

(2.3)将步骤(1)中采集的流量数据作为原始数据，经过步骤(2.1)的抽样处理，提取出步骤(2.2)选择的可用特征，构建小规模的流量数据训练集；

(2.4)针对特定的检测场景对训练集中的流量数据进行标签设置，用于机器学习的模型训练，最终建立流量检测模型。

4.根据权利要求3所述的面向高速网络的VPN流量快速识别方法，其特征在于，所述步骤(2.2)中合适的可用特征如表1所示，

表1可用特征

特征	含义
F1	客户端初始接收窗口
F2	客户端最终接收窗口
F3	客户端接收窗口的增长率
F4	客户端接收的数据包平均报文长度
F5	客户端接收的负载不为0的包与客户端发出的负载为0的包的比值
F6	客户端接收的数据包平均传输速率
F7	是否具有时间戳

。