基于图结构与矩阵表示的多模态加密流量分类方法

    公开(公告)号:CN118643376B

    公开(公告)日:2024-11-05

    申请号:CN202411103408.1

    申请日:2024-08-13

    摘要: 本发明涉及数据安全传输技术领域,公开了一种基于图结构与矩阵表示的多模态加密流量分类方法;该方法能够对加密流量具备优秀的表征和识别能力,同时提高分类准确性。基于图结构与矩阵表示的多模态加密流量分类方法包括步骤:将原始PCAP文件切分为会话流,将其分别转换为会话流多级表示矩阵和流量交互图;会话流多级表示矩阵利用多尺度CNN提取层次空间特征;流量交互图使用具有跳跃连接机制的堆叠N层GraphSAGE网络得到数据包的图表示特征,并进一步得到流量的交互特征;最后得到流量的最终表示向量,利用Softmax函数实现加密流量的细粒度分类。该方法在公开数据集ISCX‑NonVPN和ISCX‑VPN上的多分类准确率分别达到了93.59%和98.23%,平均F1值达到了95.78%和98.30%。

    基于图结构与矩阵表示的多模态加密流量分类方法

    公开(公告)号:CN118643376A

    公开(公告)日:2024-09-13

    申请号:CN202411103408.1

    申请日:2024-08-13

    摘要: 本发明涉及数据安全传输技术领域,公开了一种基于图结构与矩阵表示的多模态加密流量分类方法;该方法能够对加密流量具备优秀的表征和识别能力,同时提高分类准确性。基于图结构与矩阵表示的多模态加密流量分类方法包括步骤:将原始PCAP文件切分为会话流,将其分别转换为会话流多级表示矩阵和流量交互图;会话流多级表示矩阵利用多尺度CNN提取层次空间特征;流量交互图使用具有跳跃连接机制的堆叠N层GraphSAGE网络得到数据包的图表示特征,并进一步得到流量的交互特征;最后得到流量的最终表示向量,利用Softmax函数实现加密流量的细粒度分类。该方法在公开数据集ISCX‑NonVPN和ISCX‑VPN上的多分类准确率分别达到了93.59%和98.23%,平均F1值达到了95.78%和98.30%。