公开(公告)号：CN112671757B

公开(公告)日：2023-10-31

申请号：CN202011526966.0

申请日：2020-12-22

Applicant: 无锡江南计算技术研究所

Inventor： 陆菲菲 ,  张鲁飞 ,  濮小川 ,  吴东 ,  孙茹君 ,  王宇 ,  李祥 ,  钱磊 ,  张昆 ,  陈皖苏

IPC: H04L9/40 ,  H04L41/142 ,  H04L43/18 ,  G06F18/24 ,  G06N3/084 ,  G06N3/0985 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048

Abstract: 本发明公开一种基于自动机器学习的加密流量协议识别方法及装置，所述方法包括以下步骤：对加密流量进行会话切分、匿名化处理、统一数据包长度等数据预处理工作；提取流量样本的14个流特征；采用自动机器学习方法识别加密流量协议，并输出结果。本发明提供两种协议识别的方法，一种通过提取数据的统计特征自动生成最优的机器学习算法、模型并自动优化模型的超参数；另一种仅利用原始加密流量即可自动搜索出适合加密流量分类任务的最优神经网络结构，两种方法均可在无需借助人工智能专家智慧的情况下，自动生成优化的机器学习算法与神经网络模型，并自动优化超参数，实现对加密流量协议的自动分类，从而大大提升加密流量协议识别的准确率和效率。

公开(公告)号：CN112686287A

公开(公告)日：2021-04-20

申请号：CN202011526821.0

申请日：2020-12-22

Applicant: 无锡江南计算技术研究所

Inventor： 陆菲菲 ,  张鲁飞 ,  濮小川 ,  陈浩 ,  吴东 ,  孙茹君 ,  曾明勇 ,  王宇 ,  李祥 ,  钱磊

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  H04L29/06

Abstract: 本发明公开一种基于非因果时间卷积神经网络的加密流量分类方法，包括以下步骤：对网络流量进行预处理，形成以会话为单位切分的流量数据；构建基于非因果时间卷积神经网络的分类模型：所述基于非因果时间卷积神经网络的分类模型包括若干个非因果卷积残差块、全连接层和用于输出分类结果的Softmax分类器层；所述非因果卷积残差块由两层空洞卷积构成；在每个空洞卷积层后连接权重归一化层和激活层，并使用ReLU函数作为激活函数；在跨越连接中，使用1*1卷积；最后，将若干残差块堆叠组合后连接全连接层和分类层。本发明扩大了卷积核的作用域和特征点的感受野，可确保全局信息不被遗漏，能够显著提升分类效果。

公开(公告)号：CN112671757A

公开(公告)日：2021-04-16

申请号：CN202011526966.0

申请日：2020-12-22

Applicant: 无锡江南计算技术研究所

Inventor： 陆菲菲 ,  张鲁飞 ,  濮小川 ,  吴东 ,  孙茹君 ,  王宇 ,  李祥 ,  钱磊 ,  张昆 ,  陈皖苏

IPC: H04L29/06 ,  H04L12/24 ,  H04L12/26 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于自动机器学习的加密流量协议识别方法及装置，所述方法包括以下步骤：对加密流量进行会话切分、匿名化处理、统一数据包长度等数据预处理工作；提取流量样本的14个流特征；采用自动机器学习方法识别加密流量协议，并输出结果。本发明提供两种协议识别的方法，一种通过提取数据的统计特征自动生成最优的机器学习算法、模型并自动优化模型的超参数；另一种仅利用原始加密流量即可自动搜索出适合加密流量分类任务的最优神经网络结构，两种方法均可在无需借助人工智能专家智慧的情况下，自动生成优化的机器学习算法与神经网络模型，并自动优化超参数，实现对加密流量协议的自动分类，从而大大提升加密流量协议识别的准确率和效率。