【技术实现步骤摘要】
一种针对二进制流量数据生成图像的注意力增强方法
本专利技术涉及流量检测领域,特别是一种针对二进制流量数据生成图像的注意力增强方法。
技术介绍
近年来,随着计算机网络和已被开发的应用程序规模呈指数级增长,网络流量的数量也呈爆炸性的增加,并且种类繁多且不断增加。移动设备的迅速发展以及移动应用和服务的日益普及,对移动和无线网络基础设施提出了前所未有的要求。为了更好的适应音频、视频、P2P等出现的大量应用,需要一个能够精准而快速的对网络流量进行分类的工具,这不仅能维护网络的秩序,更能提高网络的速度。目前网络恶意流量攻击造成的损害也显著增加,造成了巨大的经济损失。但是随着移动环境越来越复杂、结构也不断改变,准确快速地完成这一任务是一个很大的挑战,早先的流量分类方法已不能够及时应对庞大的网络流量数目,对恶意流量也不能够及时做出防范,如何对恶意流量做出准确而快速防范成为了当下亟待解决的问题。
技术实现思路
专利技术目的:本专利技术的目的是提供一种可准确快速分类网络流量、提高网络速度、有效拦截恶意流量的针对二进制流量数据生成图像的注意力增强方法。技术方案:本专利技术所述的一种针对二进制流量数据生成图像的注意力增强方法,包括以下步骤:(1)对原始流量数据集中的二进制帧序列进行有效部分截取,截取到的有效部分转换为二维灰度图像;(2)将步骤(1)获得的二维灰度图像使用特征提取模型进行特征提取,保留训练得到的网络各层参数;(3)对步骤(2)中得到的各个特征作为根结点,对各层参数分别通过最长 ...
【技术保护点】
1.一种针对二进制流量数据生成图像的注意力增强方法,其特征在于,所述方法包括以下步骤:/n(1)对原始流量数据集中的二进制帧序列进行有效部分截取,截取到的有效部分转换为二维灰度图像;/n(2)将步骤(1)获得的二维灰度图像使用特征提取模型进行特征提取,保留训练得到的网络各层参数;/n(3)对步骤(2)中得到的各个特征作为根结点,对各层参数分别通过最长带权路径树进行遍历计算,得到三条最长带权路径;通过对该三条最长带权路径回溯,找到注意力最佳的三个像素集合;/n(4)对步骤(3)中找到的注意力最佳的三个像素集合进行相应的三通道“染色”,生成注意力增强的二维彩色图像;/n(5)对步骤(4)中所有得到的彩色图像排列成新的图像帧序列;/n(6)将步骤(5)中得到的新图像帧序列输入CNN中进行最终的流量检测和分类。/n
【技术特征摘要】
1.一种针对二进制流量数据生成图像的注意力增强方法,其特征在于,所述方法包括以下步骤:
(1)对原始流量数据集中的二进制帧序列进行有效部分截取,截取到的有效部分转换为二维灰度图像;
(2)将步骤(1)获得的二维灰度图像使用特征提取模型进行特征提取,保留训练得到的网络各层参数;
(3)对步骤(2)中得到的各个特征作为根结点,对各层参数分别通过最长带权路径树进行遍历计算,得到三条最长带权路径;通过对该三条最长带权路径回溯,找到注意力最佳的三个像素集合;
(4)对步骤(3)中找到的注意力最佳的三个像素集合进行相应的三通道“染色”,生成注意力增强的二维彩色图像;
(5)对步骤(4)中所有得到的彩色图像排列成新的图像帧序列;
(6)将步骤(5)中得到的新图像帧序列输入CNN中进行最终的流量检测和分类。
2.根据权利要求1所述的方法,其特征在于,所述步骤(1)包括以下步骤:
(1.1)将数据集中的原始流量截取784字节为有效帧,一个字节为8比特,正好对应了256灰阶;
(1.2)对于步骤(1.1)中得到的784字节数据以一个字节转化为一个像素点,由该字节的8比特二进制值转化为十进制数得到该像素点的灰阶,以此为标准,输出一组二维灰度图像。
3.根据权利要求1所述的方法,其特征在于,所述步骤(2)包括以下步骤:
(2.1)首先在数据集上使用特征提取模型训练,将训练好的网络各层神经元的权重对模型进行初始化;
(2.2)使用特征提取模型进行特征提取,得到特征图,将其连接到单个激活函数的神经元分类层,该层以sigmoid作为激活函数;
(2.3)使用小批量随机梯度下降作为优化器,并设置动量以及批次大小,将二分类交叉熵作为损失函数;将二维灰度图像集重新随机排列,在步骤(2.2)所述的模型上训练。
4.根据权利要求1所述的方法,其特征在于,所述步骤(3)包括以下步骤:
(3.1)对于训练后的特征提取模型,将其最后一层单神经元分类层与全局平均池化层剔除,得到以二维灰度图像为输入,最后一层卷积层激活值为输出的特征提取模型,记作M(x;W),其中x表示输入的灰度图像,W表示模型的权值;
(3.2)将特征提取模型提取出的特征分别作为根结点,对得到的各层参数取绝对值后,使用最长带权...
【专利技术属性】
技术研发人员:刘雅菊,陆玉江,鹿文昊,
申请(专利权)人:南京信息工程大学,
类型:发明
国别省市:江苏;32
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。