基于深度循环神经网络的应用层通信协议识别的方法

摘要

本发明属于以协议为特征的技术领域，公开了一种基于深度循环神经网络的应用层通信协议识别的方法，获取应用层通信协议原始数据，并对其进行格式、进制处理得到0‑255的比特流数据；根据不同协议的帧长度进行评估和预处理，得到神经网络训练所需实验数据集；构建LSTM‑DNN神经网络，其中包括两层LSTM层、两层DNN层和分类层，设置交叉熵损失函数和Adam权值更新函数，得到网络架构；利用数据集对网络进行训练和验证，得到具备应用层通信协议识别能力的深度循环神经网络，对待测比特流数据进行预处理和识别。本发明无需协议先验知识，具有较高的识别准确率，并且在网络训练完成后可以实时识别协议数据。