[发明专利]基于图像的新型恶意流量检测方法

权利要求书

1.基于图像的新型恶意流量检测方法，其特征在于，包括以下步骤：

S1、从Stratosphere实验室和专注于网络安全监控和网络取证NETRESEC软件供应商的网站上收集得到，网站所提供的数据都有相应的文件标签，有正常流量和恶意流量，流量以十六进制pcap包的形式呈现；对数据进行预处理；

S2、通过Hilbert填充曲线将这些pcap数据包转换为图像文件，然后分为正常和恶意存储起来，并把这些数据分为训练集和测试集；

S3、利用改进Efficientnet神经网络模型对存储起来的训练集图像进行训练然后利用测试集进行分类从而达到恶意流量检测的作用；在此过程中加入了一个学习率调整机制；这个机制会根据每轮输出的准确率结果对学习率进行调整，从而达到模型优化的效果。

2.如权利要求1所述的基于图像的新型恶意流量检测方法，其特征在于：以下方式进行数据预处理，统一长度并转换图像：首先图像分类首先要保证每个图片数据的分辨率是一样的，这时我们需要统一长度以适合模型需求，为了使传输层段均匀，在UDP段的标头(8字节)末尾填充0，以使其与TCP标头的长度(20字节)相等；此外，将每条会话的长度固定为1024字节，如果会话长度大于1024字节则截断，小于1024字节则在会话末尾补零。