一种基于深度学习和图神经网络的网络协议逆向解析方法

本发明公开了一种基于深度学习和图神经网络的网络协议逆向解析方法，包括基础字段检测：采用滑动窗口嵌入、双向LSTM编码和知识增强型CRF解码对二进制数据流进行字节级特征提取，输出结构化字段标注序列；基于所述序列进行协议格式聚类：通过改进的Needleman‑Wunsch算法计算多维度相似度，结合LSH优化的动态密度聚类算法实现未知协议的自动归类，输出协议簇；基于所述协议簇进行复合结构解析：基于图神经网络构建协议语法树，通过图注意力网络GAT注意力机制进行多轮消息传递，识别嵌套结构并递归解析，生成多层次协议语法树。本发明能够显著提升复杂协议解析的自动化程度与准确性。