(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111513183.3 (22)申请日 2021.12.12 (71)申请人 南京理工大 学 地址 210094 江苏省南京市孝陵卫20 0号 (72)发明人 权迎雪　刘伟伟　朱伟佳　陈浩　 (74)专利代理 机构 南京理工大 学专利中心 32203 代理人 陈鹏 (51)Int.Cl. H04L 9/40(2022.01) H04L 67/02(2022.01) H04L 41/16(2022.01) G06N 3/04(2006.01) (54)发明名称 基于多特征融合学习的HTTP/2页面访问流 量识别方法 (57)摘要 本发明公开了一种基于多特征融合学习的 HTTP/2页面访问流量识别方法， 该方法首先对目 标HTTP/2站点在典型用户交互过程中产生的主 页访问流量以及资源响应流量进行采集； 对流量 数据进行预处理后得到完整的TCP流； 一方面使 用自编码网络捕获主页访问流量的内容分布规 则特征， 另一方面使用递归神经网络识别资源响 应流量的主体 资源类别； 进一步将内容分布规则 特征和主体资源类别特征进行融合拼接， 输入到 卷积神经网络模型中， 得到站点页面识别结果。 本发明利用多条数据流作为指纹提取的基本单 位， 通过深度学习方法对不同类型数据流进行特 征提取， 并融合多特征对目标站点进行充分表 征， 从而提高HT TP/2页面访问流 量的识别精度。 权利要求书2页 说明书3页 附图3页 CN 114205151 A 2022.03.18 CN 114205151 A 1.一种基于多特征融合学习的HTTP/2页面访问流量识别方法， 其特征在于， 包括如下 步骤： 步骤1， 采集目标HTTP/2站点在典型用户交互过程中产生的主页访问流量以及资源响 应流量； 步骤2， 对流 量数据进行 预处理操作后得到 完整的TCP流； 步骤3， 使用自编码网络捕获主页访问流 量的内容分布规则特 征； 步骤4， 使用递归神经网络识别资源响应流 量传输的主体资源类别； 步骤5， 将内容分布特征向量和主体资源特征向量进行融合拼接， 输入卷积神经网络得 到HTTP/2页面 流量结果。 2.根据权利要求1所述的基于多特征融合学习的HTTP/2页面访问流量识别方法， 其特 征在于， 所述步骤1包括： 使用自动化脚本工具启动浏览器， 在目标站点模拟典型用户交互 以产生流量样本； 使用数据包捕获工具将目标站 点产生的主页访问流量以及资源响应流量 进行离线存 储。 3.根据权利要求2所述的基于多特征融合学习的HTTP/2页面访问流量识别方法， 其特 征在于， 所述流量样 本包括： 利用两种浏览器在随机时间点对目标HTTP /2站点进 行访问， 且 站点个数不少于10个。 4.根据权利要求1所述的基于多特征融合学习的HTTP/2页面访问流量识别方法， 其特 征在于， 所述步骤2包括： 过滤流量样 本， 丢弃捕获过程中产生的噪音 数据； 以四元组为单位 对流量数据进行整合以得到完整的TCP流； 所述四元组包括源IP， 源端口， 目的IP， 目的端 口。 5.根据权利要求1所述的基于多特征融合学习的HTTP/2页面访问流量识别方法， 其特 征在于， 所述步骤3包括： 针对目标站点产生的主页访问流量， 提取数据包有向长度序列以 及数据包间隔时间序列； 将序列信息输入自编码网络， 以捕获主页访问流量的内容分布特 征向量。 6.根据权利要求1所述的基于多特征融合学习的HTTP/2页面访问流量识别方法， 其特 征在于， 所述步骤4包括： 针对目标站点产生的资源响应流量， 提取数据包有向长度序列以 及数据包间隔时间序列； 将序列信息输入递归神经网络， 以识别 资源响应流量传输的主体 资源类型。 7.根据权利要求6所述的基于多特征融合学习的HTTP/2页面访问流量识别方法， 其特 征在于， 所述主体资源类型包括视频、 音频、 文本、 图片。 8.根据权利 要求5或6所述的基于多特征融合学习的HTTP/2页面访问流量识别方法， 其 特征在于， 所述提取数据包有向长度序列以及数据包间隔时间序列包括： 将所述数据包信 息序列进行截断或以数字0填充， 得到固定长度的数据包有向长度序列和数据包间隔时间 序列。 9.根据权利 要求5或6所述的基于多特征融合学习的HTTP/2页面访问流量识别方法， 其 特征在于， 所述数据包有向长度序列含传输方向包括： 使用正负值分别标识上行数据包和 下行数据包的长度方向。 10.根据权利要求1所述的基于多特征融合学习的HTTP/2页面访问流量识别方法， 其特 征在于， 所述步骤5包括： 针对同一HTTP /2站点提取的内容分布特征向量和主体 资源特征向权　利　要　求　书 1/2 页 2 CN 114205151 A 2量进行融合 拼接， 将拼接后的向量输入卷积神经网络得到 HTTP/2页面 流量识别结果。权　利　要　求　书 2/2 页 3 CN 114205151 A 3