摘要
本发明公开了一种面向高速网络的DoH服务实时感知方法,分为离线训练阶段、在线更新阶段和实时识别阶段,离线训练阶段中,采集国内外加密DNS服务提供商的DoH数据,根据加密DNS协议的特点,提取若干种具有代表性的单向流量特征;对采集的数据进行抽样并结合DoH‑Sketch技术存储数据;训练得到DoH服务识别模型。在线更新阶段中,利用开放世界数据对模型迭代优化,采用在线分类、主动探测、在线学习技术,实现面向现实网络环境DoH分类识别模型的迭代更新。实时识别阶段中,根据离线训练和在线更新阶段得到的现实网络中的DoH服务名单,对高速网络中捕获到的流量快速识别DoH分组。本发明用于高速网络等海量流量场景下的DoH服务检测与预警,为网络安全监管提供依据。
技术关键词
Sketch结构
在线学习技术
数据
加密
主动探测响应
机器学习算法
网络安全监管
流量识别模型
HASH算法
三元组
增量学习方法
样本
分类识别模型
分片
机器学习训练
阶段
计数器
自动化工具
系统为您推荐了相关专利信息
故障分类方法
编码器
噪声
粒子群算法
风电机组轴承
多模态特征融合
时序特征
递归神经网络
无线信号接收天线
加权特征
飞行模拟器
飞行状态数据
数据处理程序
生理
地图