申请/专利权人：国家计算机网络与信息安全管理中心

申请日：2023-03-03

公开（公告）日：2024-06-25

公开（公告）号：CN116233011B

主分类号：H04L47/2441

分类号：H04L47/2441;H04L41/14;H04L41/16;G06F18/213;G06F18/241;G06F18/2415;G06N3/0464;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2023.06.23#实质审查的生效;2023.06.06#公开

摘要：本发明涉及一种基于包长度序列和消息长度序列深度融合的物联网流量分类方法及系统。该方法可分为物联网流量分类模型构建阶段和物联网流量分类阶段。物联网流量分类模型构建阶段包括：对物联网流量样本进行预处理；对深度学习模型的可训练参数进行初始化；对预处理完成的物联网流量序列进行嵌入向量表示处理；对物联网流量序列的嵌入向量进行包长度序列特征和消息长度序列特征的提取；分别拼接包长度序列特征和消息长度序列特征；采用全连接层和概率融合分类物联网流量；判断是否达到训练终止条件从而保存深度学习模型；利用物联网流量分类模型构建阶段得到的物联网流量分类模型对物联网流量进行分类。本发明实现了对物联网流量的准确分类。

主权项：1.一种基于包长度序列和消息长度序列深度融合的物联网流量分类方法，其特征在于，该方法包括物联网流量分类模型构建阶段和物联网流量分类阶段；所述物联网流量分类模型构建阶段包括如下步骤：1）以与标签绑定的原始物联网流量样本作为输入，进行物联网流量预处理操作，得到物联网流量样本的包长度序列和消息长度序列；2）以步骤1）得到的物联网流量样本的包长度序列和消息长度序列作为输入，进行嵌入向量表示处理操作，得到物联网流量样本的包长度序列和消息长度序列的嵌入向量表示形式；3）以步骤2）得到的物联网流量样本的包长度序列和消息长度序列的嵌入向量表示形式作为输入，对该输入进行特征提取操作，得到物联网流量样本的包长度序列特征和消息长度序列特征；4）以步骤3）得到的物联网流量样本的包长度序列特征和消息长度序列特征作为输入特征，对该输入特征进行分类，得到物联网流量样本的预测结果，并将预测结果与已知标签作比较，计算损失函数得到损失值；5）重复步骤1）-步骤4），直至达到终止条件，得到物联网流量分类模型；所述物联网流量分类阶段包括如下步骤：6）以待分类的物联网流量作为输入，对其进行物联网流量预处理操作，得到物联网流量的包长度序列和消息长度序列；7）以步骤6）得到的物联网流量包长度序列和消息长度序列作为输入，利用步骤5）得到的物联网流量分类模型对其进行分类，得到待分类物联网流量的分类结果；步骤2）所述物联网流量样本的包长度序列和消息长度序列进行嵌入向量表示处理的具体操作方法是：2-1）以步骤1）得到的物联网流量样本的包长度序列和消息长度序列作为输入，统计其中包长度和消息长度的总数量并对包长度序列中的包长度和消息长度序列中的消息长度编码；2-2）以步骤2-1）得到的物联网流量样本中包长度和消息长度的总共数量以及编码后得到的物联网流量样本的包长度序列和消息长度序列作为输入，进行该步骤输入的嵌入向量表示处理操作，得到物联网流量样本的包长度序列和消息长度序列的嵌入向量表示形式；步骤3）所述物联网流量样本的包长度序列和消息长度序列的嵌入向量进行特征提取的具体操作方法如下：3-1）以步骤2-2）得到的物联网流量样本的包长度序列和消息长度序列的嵌入向量表示形式作为输入，利用包长度-消息长度序列特征构建层，进行特征提取操作，得到物联网流量样本的包长度序列特征和消息长度序列特征；3-2）以步骤3-1）得到的物联网流量样本的包长度序列特征和消息长度序列特征作为输入，对每个物联网流量样本的包长度序列特征和消息长度序列特征分别在特征维度上进行拼接，得到拼接后的物联网流量样本的包长度序列特征和消息长度序列特征；步骤4）对输入的物联网流量样本的包长度序列特征和消息长度序列特征进行分类的具体操作方法是：4-1）以步骤3-2）得到的物联网流量样本的包长度序列特征和消息长度序列特征作为输入，利用全连接层分别对物联网流量样本的包长度序列特征和消息长度序列特征进行分类，得到物联网流量样本的包长度序列特征和消息长度序列特征属于各个类别的概率特征；4-2）以步骤4-1）得到的物联网流量样本的包长度序列特征和消息长度序列特征属于各个类别的概率特征作为输入，进行概率特征融合操作，得到物联网流量样本属于各个类别的概率特征；4-3）以步骤4-2）得到的物联网流量样本属于各个类别的概率特征作为输入，利用Softmax函数，得到每个物联网流量样本属于各个类别的概率值，进而通过比较得到物联网流量样本的类别；4-4）以步骤4-3）得到的物联网流量样本的类别作为输入，根据与已知标签的比对并计算损失函数，得到损失值。

全文数据：

权利要求：

百度查询： 国家计算机网络与信息安全管理中心 一种基于包长度序列和消息长度序列深度融合的物联网流量分类方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD