一种基于多模态深度学习的QUIC流量分类方法
公开
摘要
本发明公开了一种基于多模态深度学习的QUIC流量分类方法，S1、QUIC流量预处理，将要分类的QUIC流量做分流处理，得到双向流样本，并提取双向流样本的流统计学特征和流有效载荷，S2、流有效载荷转图像，提取流的有效载荷的字段转化为灰度图样本，本发明涉及网络通信与机器学习技术领域。该基于多模态深度学习的QUIC流量分类方法，网络流量的流统计学特征和时序特征能够表达流整体报文的时间结构关系，流量的有效载荷能够表达每个报文的内容特征，它们在流量特征上体现整体和细节两种不同的侧重维度本文能够利用两种不同流量信息模式的异构性，更好的还原流量特征。
基本信息
专利标题 ：
一种基于多模态深度学习的QUIC流量分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114519390A
申请号 ：
CN202210145136.6
公开（公告）日 ：
2022-05-20
申请日 ：
2022-02-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
袁越
申请人 ：
北京邮电大学
申请人地址 ：
北京市海淀区西土城路10号
代理机构 ：
北京众合佳创知识产权代理有限公司
代理人 ：
龙凯
优先权 ：
CN202210145136.6
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 H04L9/40 H04L47/2441
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-20 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
