一种基于深度学习和序列化特征的网络应用识别方法及系统

摘要

本发明为克服深度学习将网络流量转换为二维图片导致存在分类效果较弱的缺陷，提出一种基于深度学习和序列化特征的网络应用识别方法及系统，其中方法包括以下步骤：提取未知网络应用服务流量中的会话流，对会话流进行数据预处理；从会话流中提取序列特征，得到一组完整的反映网络应用流量特性的时序特征数据；将时序特征数据输入神经网络分类模型，得到未知网络应用服务流量的识别结果。本发明通过从会话流中提取序列特征信息，再通过一维的神经网络进行深度学习及分类，利用流量数据为一维数据的特征，有效提高网络应用识别的准确率。