买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:广州广哈通信股份有限公司
摘要:本发明涉及通信技术领域,公开了一种基于机器学习的UPF数据流分类方法、系统、设备及介质,方法包括获取报文数据并对所述报文数据预处理,得到待识别报文;使用五元组对所述待识别报文进行flow查找和过滤选择,得到加密流量;当根据预先配置的应用快速匹配模型判定所述加密流量匹配时,则将所述加密流量转发到DPI流分类,并进行报文合法性检查;当根据预先配置的应用快速匹配模型判定所述加密流量不匹配时,则提取有关网络流中发生的事件数据;基于预设的AI分类模型和所述事件数据对每个网络流进行推断,得到流分类结果。本方法能够兼顾UPFDPI模块识别加密流量的准确度和性能,能够在面对网络流量大面积加密的情况下提高分类识别的准确率。
主权项:1.一种基于机器学习的UPF数据流分类方法,其特征在于,包括:获取报文数据并对所述报文数据预处理,得到待识别报文;使用五元组对所述待识别报文进行flow查找和过滤选择,得到加密流量;当根据预先配置的应用快速匹配模型判定所述加密流量匹配时,则将所述加密流量转发到DPI流分类,并进行报文合法性检查;当根据预先配置的应用快速匹配模型判定所述加密流量不匹配时,则提取有关网络流中发生的事件数据;基于预设的AI分类模型和所述事件数据对每个网络流进行推断,得到流分类结果;所述AI分类模型的配置过程包括:读取解析PCAP文件,将报文缓存到本地内存当中,并在流表当中创建一条流;提取有关网络流中发生的事件数据,并将所有事件数据更新到所述流表中;其中,所述事件数据包括数据包特征和协议特性;将所述事件数据和相应的标签送入到机器学习框架中,并选取算法模型进行调试,得到AI分类模型;所述应用快速匹配模型的配置过程包括:根据所述流表中的流特征信息和AI分类模型,通过聚类分析选出适合DPI模式匹配的规则,基于所有规则得到并存储应用快速匹配模型。
全文数据:
权利要求:
百度查询: 广州广哈通信股份有限公司 基于机器学习的UPF数据流分类方法、系统、设备及介质
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。