一种基于元数据辅助和联邦学习的未知网络流量分类方法【中国发明】

一、专利名称及专利号

名称：《一种基于元数据辅助和联邦学习的未知网络流量分类方法》

专利号：ZL202210641983.1

二、应用领域

  本发明涉及互联网技术领域，尤其涉及的是一种基于元数据辅助和联邦学习的未知网络流量分类方法。

三、专利说明

1、摘要：

  本发明公开了一种基于元数据辅助和联邦学习的未知网络流量分类方法，所述方法包括：获取真实未知网络流量，并提取所述真实未知网络流量中的真实元数据；其中，所述真实元数据为网络流量数据的部分字节数据；将所述真实元数据输入至联邦学习全局模型，通过所述联邦学习全局模型输出未知网络流量的类别；其中，所述联邦学习全局模型基于若干已训练的二分类器得到。本发明实施例基于元数据和二分类器，根据联邦学习全局模型来对未知网络流量进行分类识别，使得本发明能够一个具有未知网络流量的客户端在保护数据隐私和安全的情况下能从其他客户端学习到未知流量的分类方法。

2、背景：

  网络流量分类是将网络流量划分为不同的类别，在网络异常检测、QoS(Quality of Service)、网络监控、流量工程(Traffic Engineering)等网络管理中发挥着重要作用。 但是现有技术中进行未知网络流量识别都是采用集中式的分类模型，会出现数据隐私和安全问题，并且对未知网络流量的分类精度不高。 
因此，现有技术还有待改进和发展。

四、相关文件下载

专利证书：/UploadFiles/20231214/20231214170818041804.pdf

专利详情：/UploadFiles/20231214/20231214170865496549.pdf