基于深度学习的恶意加密流量识别方法、系统及电子设备

摘要

本发明公开了一种基于深度学习的恶意加密流量识别方法、系统及电子设备，该发明针对所述原始加密流量数据进行预处理，所述预处理包括将所述原始加密流量数据进行转化，分别形成Flow数据包和Session数据包；根据原始加密流量数据的特征选择Flow数据包或Session数据包作为待识别数据包，调用SSL/TLS协议针对所述待识别数据包进行过滤形成TCP通信流量数据包；本发明通过将流量数据中的无关数据特征，如MAC地址、IP地址、TCP三次握手包等数据，采用随机化生成替换和对应字节剔除的方法进行提前处理，提高了模型训练的精度，提高最终的识别率。除此之外，本发明从流量的表现形式来入手，针对不同的流量表现形式使用不同的数据包进行数据识别，还能增加模型的泛化能力。