[发明专利]网络流量分类方法、装置、电子设备及存储介质

说明书

本发明提供一种网络流量分类方法、装置、电子设备及存储介质，将捕获的pcap文件切分为流序列，流序列由多个流量数据包组成；从流序列中提取各个流量数据包的字节特征，得到以流为单位的字节序列；对所述字节序列中的各个字节进行位置编码，并将编码后的所述字节序列输入至流量分类网络模型中，得到所述流量分类网络模型输出的流量分类结果；其中，所述流量分类网络模型是基于以流为单位的样本和样本对应的流量分类结果训练后得到的。本发明为字节序列中的每个字节分别进行位置编码，可以有效提取字节序列中各字节的关键位置信息，提高流量分类网络模型识别的准确率。

技术领域

本发明涉及网络流量管理技术领域，尤其涉及一种网络流量分类方法、装置、电子设备及存储介质。

背景技术

流量分类是现代通信网络中的一项重要任务。由于高吞吐量流量需求的快速增长，正确管理网络资源、识别使用网络资源不同类型的应用程序变得至关重要。

目前，互联网上新应用程序的出现以及各种组件之间的交互极大地增加了网络的复杂性和多样性，使得流量分类本身成为一个难题，网络流量分类面对着越来越多的挑战。为了应对这些挑战，现有技术将深度学习方法应用在流量分类领域以实现高性能的分类器。

然而，这种深度学习网络流量分类方法一方面在提取流量特征的过程中依赖于大量的专家经验，特征提取结果存在一定的偏差。另一方面在提取到流量特征序列后，并没有充分挖掘特征序列中各字节所包含的上下文关键信息，导致基于深度学习的流量分类模型最终输出的流量分类结果准确度不高。

发明内容

本发明提供一种网络流量分类方法、装置、电子设备及存储介质，用以解决现有技术中网络流量分类结果精确度不高的缺陷，实现有效提取字节序列各字节的关键位置信息，提高深度学习流量分类模型的分类准确率。

本发明提供一种网络流量分类方法，包括：

将捕获的pcap文件切分为流序列，所述流序列由多个流量数据包组成；

从所述流序列中提取各个流量数据包的字节特征，得到以流为单位的字节序列；

对所述字节序列中的各个字节进行位置编码，并将编码后的所述字节序列输入至流量分类网络模型中，得到所述流量分类网络模型输出的流量分类结果；其中，所述流量分类网络模型是基于以流为单位的样本和样本对应的流量分类结果训练后得到的。

根据本发明提供的一种网络流量分类方法，所述将捕获的pcap文件切分为流序列，包括：

基于五元组对所述pcap文件中的数据包流进行切分，得到流序列；所述五元组包括：源IP地址、源端口、目的IP地址、目的端口和协议号。

根据本发明提供的一种网络流量分类方法，从所述流序列中提取各个流量数据包的字节特征，得到以流为单位的字节序列，包括：

基于预设规则从所述流序列中提取各个流量数据包预设数量的字节特征，得到以流为单位的字节序列。

根据本发明提供的一种网络流量分类方法，所述对所述字节序列中的各个字节进行位置编码，包括：

基于下述公式对所述字节序列中的各个字节进行位置编码，将每个字节在数据包中的位置转化为d维的特征向量P_pos，所述公式为：

P(pos,2i)＝sin(pos/m^2i/d)

P(pos,2i+1)＝cos(pos/m²ⁱ)

其中，2i,2i+1∈[0,d-1]，表示生成的位置编码的每个通道，m为常数，用于使每个字节的位置对应唯一的位置编码。

根据本发明提供的一种网络流量分类方法，所述流量分类网络模型由N个自动编码器层构成，N≥2，所述流量分类网络模型的损失函数为：