- 专利标题: 基于流量特征的深度学习对称加密协议识别方法
-
申请号: CN202210380490.7申请日: 2022-04-12
-
公开(公告)号: CN114978585B公开(公告)日: 2024-02-27
- 发明人: 段运强 , 佟玲玲 , 段东圣 , 谢东岳 , 邓泽骏 , 任博雅 , 井雅琪 , 时磊 , 侯炜 , 王红兵 , 吕东
- 申请人: 国家计算机网络与信息安全管理中心 , 北京赋乐科技有限公司
- 申请人地址: 北京市朝阳区裕民路甲三号
- 专利权人: 国家计算机网络与信息安全管理中心,北京赋乐科技有限公司
- 当前专利权人: 国家计算机网络与信息安全管理中心,北京赋乐科技有限公司
- 当前专利权人地址: 北京市朝阳区裕民路甲三号
- 代理机构: 北京维正专利代理有限公司
- 代理商 邓骏杰
- 主分类号: H04L9/40
- IPC分类号: H04L9/40 ; G06F18/2135 ; G06F18/243 ; G06N3/0442 ; G06N3/045 ; G06N3/0464 ; G06N3/08 ; G06N20/20
摘要:
本公开的实施例提供了基于流量特征的深度学习对称加密协议识别方法、装置、设备和计算机可读存储介质。所述方法包括获取网络流量数据;对所述网络流量数据进行预处理,得到对称加密流量;基于主成分分析‑皮尔森系数法流量识别模型和基于注意力机制的CNN‑LSTM算法流量识别模型,构建基于流量特征的对称加密协议识别模型;将所述对称加密流量,输入至所述基于流量特征的对称加密协议识别模型,完成对所述网络流量数据的识别。以此方式,实现了对对称加密协议的高效识别。
公开/授权文献
- CN114978585A 基于流量特征的深度学习对称加密协议识别方法 公开/授权日:2022-08-30