一种基于LSTM模型的PCDN应用监测方法及系统技术方案

本发明专利技术属于网络安全技术领域，提供了一种基于LSTM模型的PCDN应用监测方法及系统，通过获取PCDN网络流量数据；提取PCDN网络流量中的特征信息，所述特征信息包括第一特征和第二特征，采用二进制编码对第一特征进行编码，采用分段编码对第二特征进行编码，筛选出适合LSTM模型训练的数据；采用训练后的LSTM模型，进行PCDN网络流量分析得到PCDN流量模式、检测PCDN应用程序以及预测PCDN流量行为。对PCDN应用程序进行告警处理，用户可根据告警信息，对应用程序进行断网、拉黑等处理。可针对PCDN滥用的有效监控。

【技术实现步骤摘要】

本专利技术属于网络安全，尤其涉及一种基于lstm模型的pcdn应用监测方法及系统。

技术介绍

1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。

2、pcdn(peer content delivery network)是一种构建在p2p(peer-to-peer)技术基础上的内容分发网络。它是一种用于优化内容传输和分发的网络技术，通过充分利用用户设备之间的网络资源，将内容从源服务器分发到最终用户，从而提高内容传输速度和用户体验。

3、传统的内容分发网络(cdn)通常采用集中式服务器分发内容，这些服务器位于全球各地，用户通过与这些服务器直接通信来获取内容。而pcdn技术则采用了点对点的分发方式，利用用户设备之间的资源来共同构建一个内容分发网络，从而降低对中心服务器的依赖，减少了带宽压力和延迟。但部分网络科技公司，通过安装客户端的方式，私自利用用户终端搭建pcdn节点，偷跑客户上行流量。

4、pcdn技术是为了提高网络内容传输的效率和性能而设计的，但滥用pcdn可能导致一些问题和挑战：

本文档来自技高网...

【技术保护点】

1.一种基于LSTM模型的PCDN应用监测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的一种基于LSTM模型的PCDN应用监测方法，其特征在于，PCDN网络流量数据和非PCDN网络流量数据获取过程为：

3.如权利要求1所述的一种基于LSTM模型的PCDN应用监测方法，其特征在于，所述方法还包括：非PCDN网络流量数据进行预处理，具体包括：

4.如权利要求1所述的一种基于LSTM模型的PCDN应用监测方法，其特征在于，所述采用分段编码对第二特征进行编码包括：将端口号分为多个范围，每个范围作为一个类别，将0-1023作为第一类别，为知名端口所保留...

【技术特征摘要】

1.一种基于lstm模型的pcdn应用监测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的一种基于lstm模型的pcdn应用监测方法，其特征在于，pcdn网络流量数据和非pcdn网络流量数据获取过程为：

3.如权利要求1所述的一种基于lstm模型的pcdn应用监测方法，其特征在于，所述方法还包括：非pcdn网络流量数据进行预处理，具体包括：

4.如权利要求1所述的一种基于lstm模型的pcdn应用监测方法，其特征在于，所述采用分段编码对第二特征进行编码包括：将端口号分为多个范围，每个范围作为一个类别，将0-1023作为第一类别，为知名端口所保留，1024-49151作为第二类别，为注册端口所保留，49152-65535作为第三类别，为动态或私有端口所保留的，对这些类别进行独热编码。

5.如权利要求1所述的一种基于lstm模型的pcdn应用监测方法，其特征在于，所述特征信息还包括数据包大小分布bit、持续时间dt、数据包间隔、数据包方向、数据包序列和一个标签，标签中0代表该数据已参与训练，1代表该数据...

【专利技术属性】
技术研发人员：马晓红，张建成，郭锐，郭峰，吴书胜，张玉良，王红强，鹿全礼，任强，陈纪旸，李士宽，于小苇，万翠凤，
申请(专利权)人：山东正中信息技术股份有限公司，
类型：发明
国别省市：