融合图结构和时序特征的移动网络流量特征提取方法技术

技术编号:42856896 阅读:35 留言:0更新日期:2024-09-27 17:22
本发明专利技术公开了融合图结构和时序特征的移动网络流量特征提取方法,首先采集5G网络中的流量数据,进行特征提取,对提取的label特征进行标注,标注后的数据作为原始数据;对原始数据进行预处理,筛选出评分前24名的特征;索引合并,得到新的数据集,并将数据集划分为训练集和测试集;然后分别构建训练集和测试集对应的包含历史流量特征的图片数据;构建网络流量特征提取模型HTEM‑CGSC;分别采用训练集和测试集通过构建的模型进行特征提取;将提取出来的特征拼接,然后进行可视化并保存。本发明专利技术解决了现有技术中存在的机器学习方法因忽略了流量间的关系只关注于流量本身特征导致的对恶意流量识别准确率差的问题。

【技术实现步骤摘要】

本专利技术属于网络与信息安全入侵检测,具体涉及融合图结构和时序特征的移动网络流量特征提取方法


技术介绍

1、随着网络的发展和大数据的爆发,5g移动通信技术应运而生。5g网络具有更高的数据传输速度、更低的延迟和更大的网络容量,支持大规模物联网连接、智慧城市、工业互联网和自动驾驶汽车等新兴应用。但网络安全问题自网络诞生起就一直存在,5g网络也不例外。伴随着攻击也会产生网络中的恶意流量,其指在移动网络中传输的具有恶意意图的数据流。这些数据流可能包含恶意软件、病毒、蠕虫、僵尸网络的命令和控制流量,或用于网络攻击的数据包等。恶意流量的目的可能是入侵系统、窃取敏感信息、破坏或干扰网络服务,或利用受感染的计算机进行其他非法活动。

2、5g网络的数据流量和一般网络都是通过数据流量来传输信息和进行通信的,底层都使用tcp/ip协议套件进行数据传输和通信。不同于一般网络,5g在协议上引入了新的协议和技术,如新的移动通信协议(如ngap、http2、gtp、5g-nas)、网络切片和多路访问技术;在核心网架构上,一般网络(如4g)的核心网架构通常是基于传统的分层模本文档来自技高网...

【技术保护点】

1.融合图结构和时序特征的移动网络流量特征提取方法,其特征在于,具体按照以下步骤实施:

2.根据权利要求1所述的融合图结构和时序特征的移动网络流量特征提取方法,其特征在于,所述步骤1中采集5G网络中的流量数据具体为:

3.根据权利要求2所述的融合图结构和时序特征的移动网络流量特征提取方法,其特征在于,所述步骤2中预处理具体为:

4.根据权利要求3所述的融合图结构和时序特征的移动网络流量特征提取方法,其特征在于,所述步骤3具体按照以下步骤实施:

5.根据权利要求4所述的融合图结构和时序特征的移动网络流量特征提取方法,其特征在于,所述步骤3.3...

【技术特征摘要】

1.融合图结构和时序特征的移动网络流量特征提取方法,其特征在于,具体按照以下步骤实施:

2.根据权利要求1所述的融合图结构和时序特征的移动网络流量特征提取方法,其特征在于,所述步骤1中采集5g网络中的流量数据具体为:

3.根据权利要求2所述的融合图结构和时序特征的移动网络流量特征提取方法,其特征在于,所述步骤2中预处理具体为:

4.根据权利要求3所述的融合图结构和时序特征的移动网络流量特征提取方法,其特征在于,所述步骤3具体按照以下步骤实施:

5.根据权利要求4所述的融合图结构和时序特征的移动网络流量特征提取方法,其特征在于,所述步骤3.3中将训练集和测试集的中所有流量数据分别通过networkx库中的from_pandas_edgelist方法构建一个无向图具体为:

6.根据权利要求5所述的融合图结构和时序特征的移动网络流量特征提取方法,其特征在...

【专利技术属性】
技术研发人员:黑新宏王欣姬文江朱磊邱原高苗周思洋
申请(专利权)人:西安理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1