本申请提供基于深度学习的SD‑WAN应用识别方法及系统，该方法包括对SD‑WAN网络中的多个流量数据进行捕获和解析，获得解析后数据，SD‑WAN是指软件定义广域网；在通过图片处理技术将解析后数据转化为数据图片后，提取数据图片中的图片特征；将图片特征输入预设的深度学习模型中进行训练；将待识别的SD‑WAN网络流量数据输入到深度学习模型中，获得与图片特征相匹配的初步匹配结果；对初步匹配结果进行置信度评估，置信度评估包括计算初步匹配结果与图片特征的相似度得分；若相似度得分超过预设阈值，则根据初步匹配结果确定最终的应用类别，应用类别包括加密应用。通过该方法，可以实现对包括加密应用在内的各类应用精准识别。
【技术实现步骤摘要】
本申请涉及互联网领域，尤其涉及基于深度学习的sd-wan应用识别方法及系统。
技术介绍
1、随着云计算、大数据等技术的快速发展，企业对于网络的需求也日益增长，特别是广域网（wan）的需求。传统的wan由于架构限制，无法满足现代企业的灵活、高效、安全等需求。因此，软件定义广域网（sd-wan）应运而生，sd-wan通过集中控制和开放接口，能够实现应用的智能识别和优化，提升网络性能。
2、在sd-wan网络中，应用识别是一项关键技术，它能够帮助网络管理员了解网络中运行的应用类型、优化网络性能并制定相应的管理策略。目前，应用识别主要采用深度包检测（dpi）技术。dpi通过对数据包进行深层次的解析和分析，提取应用层协议特征，与特征库中的已知应用特征进行匹配，从而识别出具体的应用。
3、然而，dpi技术也存在一些局限性：dpi技术的识别准确性严重依赖于特征库的完整性和更新频率，如果一个新的应用或协议出现，而特征库中没有相应的特征，dpi就无法正确识别，进而难以通过提取应用特征来进行加密应用或其他应用类别的识别。
r/>技本文档来自技高网...
【技术保护点】
1.一种基于深度学习的SD-WAN应用识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在对所述初步匹配结果进行置信度评估，所述置信度评估包括计算所述初步匹配结果与所述图片特征的相似度得分的步骤之后，还包括：
3.根据权利要求1所述的方法，其特征在于，在将所述图片特征输入预设的深度学习模型中进行训练的步骤之后，还包括：
4.根据权利要求1所述的方法，其特征在于，在将待识别的SD-WAN网络流量数据输入到所述深度学习模型中，获得与所述图片特征相匹配的初步匹配结果的步骤，具体包括：
5.根据权利要求4所述的方法，其...
【技术特征摘要】
1.一种基于深度学习的sd-wan应用识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在对所述初步匹配结果进行置信度评估，所述置信度评估包括计算所述初步匹配结果与所述图片特征的相似度得分的步骤之后，还包括：
3.根据权利要求1所述的方法，其特征在于，在将所述图片特征输入预设的深度学习模型中进行训练的步骤之后，还包括：
4.根据权利要求1所述的方法，其特征在于，在将待识别的sd-wan网络流量数据输入到所述深度学习模型中，获得与所述图片特征相匹配的初步匹配结果的步骤，具体包括：
5.根据权利要求4所述的方法，其特征在于，在对所述应用类别概率分布进行预处理后，得到最终的应用类别标签的步骤，具体包括：
6.根据权利要求1所述的方法，其特征在于，在若所述相似度得分超过预设阈值，则根据所述初步匹配...
【专利技术属性】
技术研发人员：张慧，
申请(专利权)人：深圳市春秋云计算信息技术有限公司，
类型：发明
国别省市：
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。