[发明专利]加密流量的分类方法与装置以及电子设备

权利要求书

1.一种加密流量的分类方法，包括：

通过从所述加密流量中解析多个数据包，得到所述加密流量的第一空间特征和第一时间特征；

通过使用空洞卷积的残差网络对所述第一空间特征进行处理，得到第二空间特征；

通过循环神经网络对所述第一时间特征进行处理，得到第二时间特征；

通过第三神经网络，将所述第二空间特征与所述第二时间特征融合以得到融合特征，并基于所述融合特征对所述加密流量进行分类。

2.根据权利要求1所述的方法，其中，通过所述循环神经网络对所述第一时间特征进行处理包括：

通过双向门控循环单元BiGRU对所述第一时间特征进行处理。

3.根据权利要求1所述的方法，其中，通过所述循环神经网络对所述第一时间特征进行处理包括：

通过长短期记忆LSTM神经网络对所述第一时间特征进行处理。

4.根据权利要求1至3中任一项所述的方法，其中，通过使用空洞卷积的残差网络对所述第一空间特征进行处理包括：

通过使用空洞卷积的ResNet-18网络对所述第一空间特征进行处理。

5.根据权利要求4所述的方法，其中，在所述ResNet-18网络的第四卷积层和第五卷积层中都使用所述空洞卷积。

6.根据权利要求1至3中任一项所述的方法，其中，所述第一空间特征包括所述加密流量中每个所述数据包的大小和方向，所述第一时间特征包括所述加密流量中所述数据包之间的时间间隔。

7.根据权利要求1至3中任一项所述的方法，其中，

所述第三神经网络包括卷积神经网络；

将所述第二空间特征与所述第二时间特征融合以得到所述融合特征包括：

通过所述卷积神经网络的全连接层，将所述第二空间特征与所述第二时间特征融合以得到所述融合特征。

8.一种加密流量的分类装置，包括：

提取模块，被配置为通过从所述加密流量中解析多个数据包，得到所述加密流量的第一空间特征和第一时间特征；

第一处理模块，被配置为通过使用空洞卷积的残差网络对所述第一空间特征进行处理，得到第二空间特征；

第二处理模块，被配置为通过循环神经网络对所述第一时间特征进行处理，得到第二时间特征；

分类模块，被配置为通过第三神经网络，将所述第二空间特征与所述第二时间特征融合以得到融合特征，并基于所述融合特征对所述加密流量进行分类。

9.根据权利要求8所述的装置，其中，所述循环神经网络包括双向门控循环单元BiGRU。

10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现根据权利要求1至7中任意一项所述的方法。