摘要
本发明公开了一种基于多分类学习的平展化HTTP解码方法、系统及介质,通过构建HTTP编码数据集,提取编码数据集的多分类特征矩阵,通过多分类学习训练编码数据集,生成多分类HTTP编码检测模型;从HTTP流量中提取HTTP原始负载,并提取所述HTTP原始负载的多分类特征向量,加载多分类HTTP编码检测模型并进行多分类HTTP编码检测;判断HTTP编码检测结果;如果检测到HTTP流量中原始负载的编码,进行平展化HTTP解码;记录并输出HTTP解码结果;实现从HTTP流量中提取的原始负载,针对URL、Base64、Unicode、Hex和HTML等多类型编码进行多分类机器学习训练检测模型,并根据模型检测结果进行平展化解码操作,最终清洗出清晰的HTTP负载。
技术关键词
解码方法
分类学习算法
编码
分类特征
计算机可执行指令
训练检测模型
梯度提升树
分类机器
键值
可读存储介质
解码系统
矩阵
随机森林
调度器
输出模块
网关
系统为您推荐了相关专利信息
退化预测方法
进给轴
时间序列特征
数控机床
前馈神经网络
卡牌
控件
虚拟对象
技能释放方法
计算机可执行指令
统计方法
节点
消息
计算机可执行指令
个人隐私信息
深度学习模型
路况
深度置信网络模型
生成方法
生成对抗网络模型
分类模型训练方法
类风湿性关节炎
命名实体识别
类风湿关节炎
数据