一种基于深度学习算法的加密应用流量识别方法

本申请的实施例涉及加密应用流量识别技术领域，特别涉及一种基于深度学习算法的加密应用流量识别方法，包括：准备测试手机和测试号码，确认5G网络连接正常后，持续采集5G核心网N3接口的上网流量数据；通过测试号码过滤上网流量数据，在不同的即时通信应用的pcap包中提取出测试号码的若干条流量信息，分别保存为不同的即时通信应用的pcap文件，并标注真实标签；将pcap文件转换为灰度图像文件，并按照预设比例划分得到训练集和测试集；构建加密应用流量识别模型；基于训练集和测试集，对模型进行迭代训练至收敛并进行验证；将目标加密应用流量输入至模型中，获取模型输出的对目标加密应用流量的识别结果。该方法有效提升了加密应用流量的识别准确度。