摘要
本发明公开了面向可编程交换机的两阶段加密流量分类方法,涉及计算机网络技术领域,包括如下步骤:交换机数据平面提取输入流量的语义特征和统计特征序列并进行预处理;将语义特征输入到匹配‑动作管道中,和服务器下发的卷积神经网络模型分类表进行匹配,若匹配则得到基于语义特征的流量类别;若不匹配则将统计特征序列输入到匹配‑动作管道中,和长短期记忆模型分类表进行匹配,分别得到每个统计特征的匹配结果,并对其进行按位与,得到基于统计特征的流量类别;基于流量类别执行流量决策动作;该加密流量分类方法旨在设计实现加密流量分类的网络模型并将其部署到交换机,实现低时延、低负载、高精度和高可用的运行在交换机的加密流量分类方案。
技术关键词
统计特征
长短期记忆模型
加密流量分类方法
语义特征
卷积神经网络模型
可编程交换机
序列
阶段
随机森林模型
服务器
训练神经网络模型
计算机网络技术
网络模型训练
数据
分类程序
编码