基于单分类神经网络的匿名流量识别方法及系统技术方案

本发明专利技术公开了基于单分类神经网络的匿名流量识别方法及系统，包括：获取实时监控的流量数据；对获取的流量数据进行特征提取；将提取的特征输入到训练后的单分类神经网络中，得到匿名流量或正常流量的识别结果。本发明专利技术实时监控流量识别匿名流量，可以对匿名流量进行有效的监控。本发明专利技术使用OC

【技术实现步骤摘要】
基于单分类神经网络的匿名流量识别方法及系统


[0001]本专利技术涉及匿名流量识别
，特别是涉及基于单分类神经网络的匿名流量识别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提到了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
[0003]进入信息时代以来，人们的日常生活与互联网的联系越来越紧密。互联网上的行为留下了很多足迹，这可以帮助服务提供商更好地了解用户的需求。然而，越来越多的信息泄露事件使人们开始重视隐私保护问题。幸运的是，软件工程师已经开发了许多提供匿名服务的网络工具，如crowd、Tarzan、Freenet和Onion Router。其中最著名的是洋葱浏览器，它提供加密的匿名网络服务。任何事务都具有两面性，加密网络通信的匿名性也使其成为滋生犯罪的温床，就像暗网一样。匿名通信的滥用给网络监管带来了巨大的挑战。如何更准确、快速地对加密的流量进行分类，已成为一个迫切需要解决的问题。
[0004]流量分类研究是近三个世纪以来的一个热门研究领域。2020年，通信应用的漏洞被提出。由于互联网流量的快速变化和网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于单分类神经网络的匿名流量识别方法，其特征是，包括：获取实时监控的流量数据；对获取的流量数据进行特征提取；将提取的特征输入到训练后的单分类神经网络中，得到匿名流量或正常流量的识别结果。2.如权利要求1所述的基于单分类神经网络的匿名流量识别方法，其特征是，获取实时监控的流量数据；在网络交换机中抓取网络流量，使用Winpcap软件从抓取的网络流量中提取以帧为单位的报文。3.如权利要求1所述的基于单分类神经网络的匿名流量识别方法，其特征是，对获取的流量数据进行特征提取，是使用特征工程的方式对特征进行选择；所选择的特征，具体包括：协议名称、源主机发送的字节数、前M个连接中目标主机相同的连接数。4.如权利要求1所述的基于单分类神经网络的匿名流量识别方法，其特征是，对获取的流量数据进行特征提取之后，所述将提取的特征输入到训练后的单分类神经网络中之前，还包括：特征数据清洗、数值化处理、归一化处理和结构化处理。5.如权利要求1所述的基于单分类神经网络的匿名流量识别方法，其特征是，所述单分类神经网络为OC
‑
GRU模型；OC
‑
GRU模型，包括：依次连接的输入层、GRU层和输出层；或者，所述训练后的单分类神经网络，训练过程包括：构建训练集；其中，训练集，包括已知流量标签的流量数据；将训练集，输入到OC
‑<...

【专利技术属性】
技术研发人员：赵曰峰，王若楠，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：