[发明专利]一种基于BoW模型和统计特征的流量识别方法

摘要

本发明公开了一种基于BoW模型和统计特征的流量识别方法，该方法采用了BoW模型，配合提出的特征提取方法，训练采集到的网络流量特征，从而获得每一个网络类别所对应的特征向量。对于新来的网络流量，同样能够通过提取其流量特征，利用BoW建模得到其相应的特征向量，然后依次与先前建立好的每一个网络类别的特征向量进行比较，取匹配度最高的特征向量所对应的类别作为新来的网络流量的分类标签。本发明使用的BoW方法是结合了非监督的k-means聚类方法以及有监督的K-近邻方法，因而更适合于进行多分类。由于Bow模型对于空间位置不敏感，因而在提取特征时不需要按照特征的时序进行排列，方便进行处理。

主权项

一种基于BoW模型和统计特征的流量识别方法，包括以下步骤：(1)如果类别特征向量尚未建立，执行步骤(2)，否则转入步骤(4)；(2)采用特征采集方法获取训练集中各个网络流量对象的向量表示；(3)BoW模型第一步，先将这些训练集中的向量聚为k个中心点，即k个words；(4)BoW模型第二步，利用K‑NN将对应类别的所有向量与这k个words进行近邻分析，最终得出各个类别的特征向量；(5)利用得到的类别特征向量与待测网络流经过处理后得到的特征向量进行匹配，识别出待测网络流的分类标签；(6)结束。