买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于流内突发交互图的加密流量分析方法及电子设备_中国人民解放军国防科技大学_202410064464.2 

申请/专利权人:中国人民解放军国防科技大学

申请日:2024-01-16

公开(公告)日:2024-04-16

公开(公告)号:CN117896144A

主分类号:H04L9/40

分类号:H04L9/40

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.03#实质审查的生效;2024.04.16#公开

摘要:本发明提供了一种基于流内突发交互图的加密流量分析方法及电子设备,其包括:将网络流分簇,提取每条网络流中的网络流包长序列,并对每条网络流继续提取流内突发;构造流内突发的流量交互图,将每个流内突发视为节点,同一网络流内的流内突发顺序连接,表示其空间上下文关系,相同时间下产生的流内突发也顺序连接,表示其时间上下文关系;使用两层双向循环神经网络生成每个流内突发的节点嵌入;使用两层GNN进行训练,最后使用全连接层进行流量识别。能够自主适应不同环境下的流内突发阈值。能够学习到不同类别的差异,从而做到对未知应用流量的分析。能够以较高的准确率完成流量识别。该模型支持节点分类,可用于更多细粒度的分析任务。

主权项:1.基于流内突发交互图的加密流量分析方法,其特征是,其包括以下步骤:步骤一:将网络流分簇,提取每条网络流中的网络流包长序列,并对每条网络流继续提取流内突发;步骤二:构造流内突发的流量交互图,将每个流内突发视为节点,同一网络流内的流内突发顺序连接,表示其空间上下文关系,相同时间下产生的流内突发也顺序连接,表示其时间上下文关系;步骤三:使用两层双向循环神经网络生成每个流内突发的节点嵌入;步骤四:使用两层GNN进行训练,对于节点分类,直接对每个节点特征进行分类,预测出每条流内突发所对应的细粒度指纹;对于图分类,将输出的各节点表征进行均值池化,生成流量总体指纹,最后使用全连接层进行流量识别。

全文数据:

权利要求:

百度查询: 中国人民解放军国防科技大学 一种基于流内突发交互图的加密流量分析方法及电子设备

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。