一种基于网络流量分类的恶意软件识别方法、系统及电子设备

摘要

本申请涉及一种基于网络流量分类的恶意软件识别方法、系统及电子设备。所述基于网络流量分类的恶意软件识别方法包括：步骤a：获取正常流量作为流量样本数据，通过所述流量样本数据训练森林分类器；步骤b：获取通过防火墙的数据流，用三元组对获取的数据流进行约束形成BoF，对所述BoF中的数据流进行采样，并对采样得到的数据流包头进行特征值提取；步骤c：将提取的特征值输入森林分类器中进行流量分类，如果流量分类结果是异常流量，对该异常流量对应的恶意软件进行定位识别。本申请能够有效的提高基于网络流量分类的恶意软件识别的速度和精确度，同时在识别和定位恶意软件之前预先保护了用户的隐私和安全。