The invention discloses a HTTPS traffic identification method, a device, a terminal device and a storage medium. The HTTPS flow recognition method includes obtaining HTTPS traffic data, calculating each XDR characteristic variable of the HTTPS traffic data according to the preset calculation caliber, and obtaining all the XDR feature variables of the HTTPS traffic data; All the XDR feature variables of the HTTPS traffic data are entered into a pre created support vector machine classification model to obtain the flow type corresponding to the HTTPS traffic data, in which the flow type is a picture flow or a non picture flow, and the support vector machine classification model changes the XDR characteristics of the sample flow data established before. The volume data is pre created, and the sample traffic data is data marked as picture traffic and non picture traffic. The embodiment of the invention can reduce data acquisition difficulty and computational complexity of image flow recognition of HTTPS traffic, and reduce identification cost. One
【技术实现步骤摘要】
HTTPS流量识别方法、装置、终端设备及存储介质
本专利技术涉及移动互联网业务流量识别
,尤其涉及一种HTTPS流量识别方法、装置、终端设备以及存储介质。
技术介绍
HTTPS是一种保证网页数据安全传输的加密协议。在HTTPS协议中,HTTP负责网页数据的传输,SSL/TLS协议负责数据加密和身份认证。目前,HTTPS协议已经被广泛地应用到网络银行、网络支付、电子商务等重要服务中。众多Web站点为了自身在通讯过程中的安全,也都通过HTTPS协议来进行数据传输。而流量识别和分类是一种有效的网络管理手段,它通过主动获取网络流量,对其进行分析,全面地了解当前网络环境中各种网络应用的运行状况,因此,实现HTTPS流量识别具有重要的意义。然而,现有方案通过DFI技术获取IP流特征对HTTPS流量进行识别,数据获取难度大,计算复杂度高,实现识别成本高,可行性较差。
技术实现思路
本专利技术实施例提供一种HTTPS流量识别方法、装置、终端设备以及存储介质,能有效解决现有HTTPS流量识别技术数据获取难度大,计算复杂度高,可行性较差的技术问题。本专利技术一实施例提供一种HTTPS流量识别方法,包括:获取HTTPS流量数据;根据预设的计算口径计算所述HTTPS流量数据的每一XDR特征变量,得到所述HTTPS流量数据的全部XDR特征变量;将所述HTTPS流量数据的全部XDR特征变量输入预先创建的支持向量机分类模型,得到所述HTTPS流量数据对应的流量类型;其中,所述流量类型为图片流量或非图片流量;所述支持向量机分类模型根据预先建立的样本流量数据的XDR特征变量数据预先创建, ...
【技术保护点】
1.一种HTTPS流量识别方法,其特征在于,包括:
【技术特征摘要】
1.一种HTTPS流量识别方法,其特征在于,包括:获取HTTPS流量数据;根据预设的计算口径计算所述HTTPS流量数据的每一XDR特征变量,得到所述HTTPS流量数据的全部XDR特征变量;将所述HTTPS流量数据的全部XDR特征变量输入预先创建的支持向量机分类模型,得到所述HTTPS流量数据对应的流量类型;其中,所述流量类型为图片流量或非图片流量;所述支持向量机分类模型根据预先建立的样本流量数据的XDR特征变量数据预先创建,所述样本流量数据为已标记为图片流量和非图片流量的数据。2.根据权利要求1所述的HTTPS流量识别方法,其特征在于:所述每一XDR特征变量及其对应的计算口径如下表所示:3.根据权利要求1所述的HTTPS流量识别方法,其特征在于,所述所述支持向量机分类模型根据预先建立的样本流量数据的XDR特征变量数据预先创建,具体包括:对样本流量数据进行不放回抽样,生成训练集和测试集;对训练集中的XDR特征变量数据进行支持向量机训练,得到可用于识别图片流量和非图片流量的支持向量机分类模型。4.根据权利要求3所述的HTTPS流量识别方法,其特征在于,还包括:使用测试集中的XDR特征变量数据测试所述支持向量机分类模型的分类结果,计算分类结果的查准率、查全率和F值,对所述支持向量机分类模型的参数进行优化。5.根据权利要求1所述的HTTPS流量识别方法,其特征在于,在所述获取HTTPS流量数据之后,还包括:对所述HTTPS流量数据进行清洗,包括用“0”填补空缺值,剔除噪声数据、极大值和极小值,以及对HTTPS流量数据进行离散化处理。6.根据权利要求1所...
【专利技术属性】
技术研发人员:郑涛,林宇杨,傅宇,彭司宇,陈杰,李秀海,
申请(专利权)人:广东宜通世纪科技股份有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。