龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及一种基于图传播模型的未知流量聚类方法，属于网络安全技术领域。本发明的方法包括：流获取和处理、创建流图、复杂网络测定、流量表征融合、高维特征提取以及未知流量聚类。本发明具体采用图神经网络的方法开展流量聚类研究，创新点在于利用图传播模型将流量特征融入节点特征，利用图卷积神经网络提取高维特征，以模块度优化为目标，提高未知流量聚类准确度。
主权项：1.一种基于图传播模型的未知流量聚类方法，其特征在于，该方法包括如下步骤：S1、流量获取和预处理步骤S11、流获取和处理对网络骨干节点路由器进行流量镜像，并将镜像流量牵引到分析服务器，在分析服务器搭建虚拟机，并利用DPDK获取高速实时流量数据，合并数据流，删除已知业务流量数据和噪声数据，根据筛选出的流量数据，提取流量特征；步骤S12、创建流图创建有向图G＝V,E，其中，节点V为IP地址，E为边集合；如果两个节点之间有数据包交互，则在该两个节点之间增加一条边，边的方向为源IP地址指向目的IP地址，获取边的流量特征，并将得到的流量特征作归一化处理；步骤S13、复杂网络测定基于有向图G获取邻接矩阵A，并初始化距离矩阵As，利用弗洛伊德算法更新距离矩阵，根据距离矩阵As，求平均最短路径L，根据平均最短路径L判断有向图G是否为复杂网络；S2、未知流量聚类方法S21、流量表征融合利用消息传递机制，将边的特征向量传递至节点的特征，用于增强节点表征有效性；S22、高维特征提取利用图卷积神经网络提取高维特征；S23、未知流量聚类在测定图结构为复杂网络的前提下，构建聚类神经网络结构，聚类神经网络结构返回每个节点的类别概率，将损失函数定义为最大化谱模块度。
全文数据：
权利要求：
百度查询： 中国人民解放军61660部队 一种基于图传播模型的未知流量聚类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号