(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111385638.8 (22)申请日 2021.11.22 (71)申请人 山东师范大学 地址 250014 山东省济南市历下区文化 东 路88号 (72)发明人 赵曰峰　王若楠　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 代理人 黄海丽 (51)Int.Cl. H04L 9/40(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于单分类神经网络的匿名流量识别方法 及系统 (57)摘要 本发明公开了基于单分类神经网络的匿名 流量识别方法及系统， 包括： 获取实时监控的流 量数据； 对获取的流量数据进行特征提取； 将提 取的特征输入到训练后的单分类神经网络中， 得 到匿名流量或正常流量的识别结果。 本发明实时 监控流量识别匿名流量， 可以对匿名流量进行有 效的监控。 本发明使用OC ‑GRU的算法模型， 有效 的捕获单个类别的特征， 学习评分函数， 输出结 果， 当检测到匿名流量时， 启用警报功能， 对相关 人员进行提醒， 并将结果用态势感知的方式呈现 出来。 权利要求书2页 说明书5页 附图1页 CN 114338077 A 2022.04.12 CN 114338077 A 1.基于单分类神经网络的匿名流 量识别方法， 其特 征是， 包括： 获取实时监控的流 量数据； 对获取的流 量数据进行 特征提取； 将提取的特征输入到训练后的单分类神经网络 中， 得到匿名流量或正常流量的识别结 果。 2.如权利要求1所述的基于单分类神经网络的匿名流量识别方法， 其特征是， 获取实时 监控的流量数据； 在网络交换机中抓取网络流量， 使用Winpcap软件从抓取的网络流量中提 取以帧为单位的报文。 3.如权利要求1所述的基于单分类神经网络的匿名流量识别方法， 其特征是， 对获取的 流量数据进行特征提取， 是使用特征工程的方式对特征进行选择； 所选择的特征， 具体包 括： 协议名称、 源主机发送的字节数、 前M个连接中目标主机相同的连接数。 4.如权利要求1所述的基于单分类神经网络的匿名流量识别方法， 其特征是， 对获取的 流量数据进行特征提取之后， 所述将提取 的特征输入到训练后的单分类神经网络中之前， 还包括： 特征数据清洗、 数值 化处理、 归一化处理和结构化处 理。 5.如权利要求1所述的基于单分类神经网络的匿名流量识别方法， 其特征是， 所述单分 类神经网络为OC ‑GRU模型； OC ‑GRU模型， 包括： 依次连接的输入层、 GRU层和输出层； 或者， 所述训练后的单分类神经网络， 训练过程包括： 构建训练集； 其中， 训练集， 包括已知流 量标签的流 量数据； 将训练集， 输入到OC ‑GRU模型中； 使用交替最小化算法优化目标函数， 先固定参数r， 优化M和V， 使用反向传播算法， 再固 定参数M和V， 优化r， 停止训练， 得到训练后的单分类神经网络 。 6.如权利要求5所述的基于单分类神经网络的匿名流量识别方法， 其特征是， 将提取的 特征输入到训练后的单分类神经网络中， 得到匿名流量或正常流量的识别结果之后， 还包 括： 对匿名流 量进行报警。 7.如权利要求1所述的基于单分类神经网络的匿名流量识别方法， 其特征是， 对匿名流 量进行报警之后， 还 包括： 对匿名流 量的占比、 来源和类型进行展示。 8.基于单分类神经网络的匿名流 量识别系统， 其特 征是， 包括： 获取模块， 其被 配置为： 获取实时监控的流 量数据； 特征提取模块， 其被 配置为： 对获取的流 量数据进行 特征提取； 识别模块， 其被配置为： 将提取的特征输入到训练后的单分类神经网络中， 得到匿名流 量或正常流 量的识别结果。 9.一种电子设备， 其特 征是， 包括： 存储器， 用于非暂时性存 储计算机可读指令； 以及 处理器， 用于运行 所述计算机可读指令， 其中， 所述计算机可读指令被所述处理器运行时， 执行上述权利要求1 ‑7任一项所述的 方法。 10.一种存储介质， 其特征是， 非暂时性地存储计算机可读指令， 其中， 当所述非暂时性权　利　要　求　书 1/2 页 2 CN 114338077 A 2计算机可读指令由计算机执 行时， 执行权利要求1 ‑7任一项所述方法的指令 。权　利　要　求　书 2/2 页 3 CN 114338077 A 3