网络流量处理方法及装置、设备、存储介质制造方法及图纸

本申请提供了一种网络流量处理方法及装置、设备、存储介质，方法包括：获取待检测流量；所述待检测流量包括：多个网络载荷数据；对多个所述网络载荷数据进行排序重组得到载荷数据集合，并提取所述载荷数据集合的语义特征；将所述语义特征输入当前分类模型，输出得到概率集；其中，所述当前分类模型是基于前一次未确定出类别的流量进行增量训练得到的；基于所述概率集确定所述待检测流量的目标类别。本申请可以提高当前分类模型的对网络流量的分类精度。精度。精度。

【技术实现步骤摘要】
网络流量处理方法及装置、设备、存储介质


[0001]本申请涉及网络安全
，尤其涉及一种网络流量处理方法及装置、设备、存储介质。

技术介绍

[0002]随着互联网的普及和网络技术的快速发展，网络流量呈现爆炸式增长，网络流量中包含着设备之间的交互信息，因此对网络流量的分类，是网络带宽规划、网络入侵检测与防御、物联网(Internet of Things，IOT)资产识别以及恶意流量检测等任务的重要前提，但网络流量的加密，内容随机性等特性也使分析其面临着巨大的挑战。相关技术中，一般采用基于机器学习的流量分类模型，该模型训练过程需要构造特征，构造特征的过程非常的繁琐，一旦切换场景，可能需要重新构造特征，但是在实际业务场景中，很难有大量标注好的数据集供该分类模型进行训练，导致该分类方法训练不充分对网络流量的分类精度较低。因此，相关技术存在对网络流量的分类精度较低的问题。

技术实现思路

[0003]本申请主要提供一种网络流量处理方法及装置、设备、存储介质，能够提高对网络流量的分类精度。
[0004]本申请实施例的技术方案是这样本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络流量处理方法，其特征在于，包括：获取待检测流量；所述待检测流量包括：多个网络载荷数据；对多个所述网络载荷数据进行排序重组得到载荷数据集合，并提取所述载荷数据集合的语义特征；将所述语义特征输入当前分类模型，输出得到概率集；其中，所述当前分类模型是基于前一次未确定出类别的流量进行增量训练得到的；基于所述概率集确定所述待检测流量的目标类别。2.根据权利要求1所述的网络流量处理方法，其特征在于，所述基于所述概率集确定所述待检测流量的目标类别，包括：在所述概率集中确定出最大概率值；若所述最大概率值大于预设阈值，则确定所述最大概率值对应的预设类别为所述目标类别；其中，所述概率集中的每个概率值对应一个所述预设类别。3.根据权利要求2所述的网络流量处理方法，其特征在于，所述在所述概率集中确定出最大概率值之后，所述方法还包括：若所述最大概率值不大于所述预设阈值，则给所述待检测流量配置伪标签类别；利用配置了所述伪标签类别的所述待检测流量对所述当前分类模型进行增量训练，得到新的所述当前分类模型；新的所述当前分类模型的输出新增了对应所述伪标签类别的概率值。4.根据权利要求1所述的网络流量处理方法，其特征在于，多个所述网络载荷数据分别由对应的流量包承载；每个所述流量包还包括：第一协议层数据；所述对多个所述网络载荷数据进行排序重组得到载荷数据集合，包括：遍历解析多个所述流量包，在所述第一协议层数据满足条件的情况下，解析所述第一协议层数据对应的第二协议层数据得到第二协议信息；所述第二协议层数据为所述第一协议层数据的下一网络层数据；基于多个所述流量包分别对应的所述第二协议信息，对多个所述流量包分别对应的五元组数据进行排序得到一定次序的多个所述五元组数据；所述五元组数据包括：所述第二协议信息、所述网络载荷数据及所述第一协议层数据对应的第一协议信息；基于一定次序的多个所述五元组数据，提取得到所述载荷数据集合。5.根据权利要求4所述的网络流量处理方法，其特征在于，所述遍历解析多个所述流量包，在所述流量包的所述第一协议层数据满足条件的情况下，解析所述第一协议层数据对应的第二协议层数据得到第二协议信息，包括：遍历解析每个所述流量包的所述第一协议层数据，得到所述第一协议信息；若所述第一协议信息中包含所述第二协议层数据的标识信息，则确定所述第一协议层数据满足条件；解析所述第二协议层数据得到所述第二协议信息；所述第二协议信息包括：端口信息、第一编号和第二编号；其中，所述第二编号与一定次序的多个所述五元组数据中，下一位次的所述五元组数据的所述第一编号对应。6.根据权利要求4或5所述的网络流量处理方法，其特征在于，所述第一协议信息包括：网络地址信息；
所...

【专利技术属性】
技术研发人员：黄子恒，张星，关雪松，葛继声，李春辉，
申请(专利权)人：深圳市深信服信息安全有限公司，
类型：发明
国别省市：