一种网络特征融合表示与提取方法、装置和设备

本申请涉及通信，特别涉及一种网络特征融合表示与提取方法、装置和设备。

背景技术：

1、在网络中包含大量的网络设备和通信链路，通信链路和转发节点(即网络设备)构成了网络的拓扑关系，在网络设备和通信链路中还具有流量。

2、当前业内描述一个网络，大多是从一个角度对网络进行描述，例如，单从设备描述、单从拓扑描述或单从流量描述，然而单从一个角度并无法描述一个网络的全貌。并且，相关技术在于网络特征进行融合时，只是对网络的部分特征进行分类和聚合，并不进行融合，因此无法避免特征向量数量庞大的问题，即无法使用较少的特征数量对网络进行全面描述。

3、因此，如何全面描述一个网络的特征是亟待解决的技术问题。

技术实现思路

1、鉴于上述问题，本申请实施例提供了一种网络特征融合表示与提取方法、装置和设备，以便克服上述问题或者至少部分地解决上述问题。

2、本申请实施例的第一方面，公开了一种网络特征提取与融合表示方法，所述方法包括：

3、获取网络特征数据，所述网络特征数据至少包括：设备特征数据、拓扑特征数据和流量特征数据；

4、将所述网络特征数据编码并转化为结构化数据；

5、对所述结构化数据进行融合，得到网络特征融合表示。

6、可选地，所述结构化数据包括网络节点图和网络边图，在拓扑关系上，所述网络节点图中的边是所述网络边图中的节点；对所述结构化数据进行融合，得到网络特征融合表示，包括：

7、利用预先训练的交叉聚合网络，对所述网络节点图和所述网络边图进行迭代聚合和更新，得到网络融合特征表示。

8、可选地，所述交叉聚合网络包括编码器，所述编码器包括m个交叉聚合模块，所述m个交叉聚合模块对应m次迭代聚合和更新，所述交叉聚合模块包括第一子模块和第二子模块，所述第一子模块和所述第二子模块之间通过所述第二子模块输出的网络边图的节点表示进行通信；

9、利用预先训练的交叉聚合网络，对所述网络节点图和所述网络边图进行迭代聚合和更新，得到网络融合特征表示，包括：

10、针对每次迭代聚合和更新，所述第二子模块将所述网络边图中的网络特征数据进行聚合，得到聚合后的网络边图的节点表示，并将所述聚合后的网络边图的节点表示输入到所述第一子模块；

11、所述第一子模块根据所述聚合后的网络边图的节点表示，对所述网络节点图中的网络特征数据进行聚合，得到聚合后的网络节点图的节点表示；

12、利用所述聚合后的网络边图的节点表示更新所述网络边图中的节点特征数据，利用所述聚合后的网络节点图的节点表示更新所述网络节点图中的节点特征数据，更新后的网络节点图和更新后的网络边图用于下一次迭代聚合和更新；

13、在完成m次迭代聚合和更新后，根据第m次迭代聚合和更新得到的网络节点图的节点表示和网络边图的节点表示，得到网络融合特征表示。

14、可选地，所述第二子模块将所述网络边图中的网络特征数据进行聚合，得到聚合后的网络边图的节点表示，包括：

15、根据边图的聚合函数，对所述网络边图的节点表示、所述网络边图的相邻节点表示、所述网络边图的相邻边表示进行聚合，得到聚合后的网络边图的节点表示。

16、可选地，所述第一子模块根据所述聚合后的网络边图的节点表示，对所述网络节点图中的网络特征数据进行聚合，得到聚合后的网络节点图的节点表示，包括：

17、根据节点图的聚合函数，对所述聚合后的网络边图的节点表示、所述网络节点图的节点表示、所述网络节点图的相邻节点表示进行聚合，得到聚合后的网络节点图的节点表示。

18、可选地，所述交叉聚合网络还包括解码器，所述交叉聚合网络是按照以下步骤训练得到的：

19、构建网络数据集；

20、依次将所述网络数据集中的每个样本输入到所述交叉聚合网络的编码器进行迭代聚合和更新，得到样本对应的网络融合特征表示；

21、利用解码器对所述样本对应的网络融合特征表示进行解码，得到解码特征，所述解码特征至少包括：解码节点特征、解码边特征和解码网络节点图邻接矩阵；

22、计算所述解码特征和网络原特征之间的交叉熵作为损失函数值；

23、根据所述损失函数对所述交叉聚合网络的网络参数进行更新，满足训练结束条件后，得到训练好的交叉聚合网络。

24、可选地，将所述网络特征数据编码并转化为网络节点图，包括：

25、利用所述拓扑特征数据中的网络节点图邻接矩阵，表示所述网络节点图的节点连接关系；

26、将所述设备特征数据中的节点属性矩阵，作为所述网络节点图的节点特征，所述节点属性矩阵是根据网络的设备特征字段编码得到的，所述设备特征字段至少包括设备类型、操作系统、安装服务、设备ip；

27、至少将所述流量特征数据中的流速链路流量矩阵、平均包大小链路流量矩阵、tcp连接数链路流量矩阵、udp连接数链路流量矩阵，作为所述网络节点图的边特征。

28、可选地，将所述网络特征数据编码并转化为网络边图，包括：

29、利用所述拓扑特征数据中的网络边图邻接矩阵，表示所述网络边图的节点连接关系；

30、至少将所述流量特征数据中的流速链路流量矩阵、平均包大小链路流量矩阵、tcp连接数链路流量矩阵、udp连接数链路流量矩阵，作为所述网络边图的节点特征；

31、至少将所述流量特征数据中链路间相同od对的数目矩阵，作为所述网络边图的边特征。

32、本申请实施例的第二方面，公开了一种网络特征融合表示与提取装置，所述装置包括：

33、获取模块，用于获取网络特征数据，所述网络特征数据至少包括：设备特征数据、拓扑特征数据和流量特征数据；

34、转化模块，用于将所述网络特征数据编码并转化为结构化数据；

35、融合模块，用于对所述结构化数据进行融合，得到网络特征融合表示。

36、本申请实施例的第三方面，公开了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如本申请实施例第一方面所述的网络特征融合表示与提取方法的步骤。

37、本申请实施例包括以下优点：

38、在本申请实施例中，提出一种网络特征融合表示与提取方法，首先获取网络特征数据，该网络特征数据至少包括设备特征数据、拓扑特征数据和流量特征数据；并将网络特征数据编码并转化为结构化数据；最后对结构化数据进行融合，得到网络特征融合表示。由于获取的网络特征数据至少分别从设备特征、拓扑特征和流量特征三个不同的角度刻画网络，既有网络的静态特征，又有网络的动态特征，因此最终得到的网络融合特征表示更能够全面描述一个网络。并且，结构化数据可以承载各种形式的设备特征数据、拓扑特征数据和流量特征数据，使融合特征表示更加完善。因此，网络融合特征表示能够全面描述一个网络，实现唯一标识一个网络。

技术特征：

1.一种网络特征融合表示与提取方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述结构化数据包括网络节点图和网络边图，在拓扑关系上，所述网络节点图中的边是所述网络边图中的节点；对所述结构化数据进行融合，得到网络特征融合表示，包括：

3.根据权利要求2所述的方法，其特征在于，所述交叉聚合网络包括编码器，所述编码器包括m个交叉聚合模块，所述m个交叉聚合模块对应m次迭代聚合和更新，所述交叉聚合模块包括第一子模块和第二子模块，所述第一子模块和所述第二子模块之间通过所述第二子模块输出的网络边图的节点表示进行通信；

4.根据权利要求3所述的方法，其特征在于，所述第二子模块将所述网络边图中的网络特征数据进行聚合，得到聚合后的网络边图的节点表示，包括：

5.根据权利要求3所述的方法，其特征在于，所述第一子模块根据所述聚合后的网络边图的节点表示，对所述网络节点图中的网络特征数据进行聚合，得到聚合后的网络节点图的节点表示，包括：

6.根据权利要求2所述的方法，其特征在于，所述交叉聚合网络还包括解码器，所述交叉聚合网络是按照以下步骤训练得到的：

7.根据权利要求2所述的方法，其特征在于，将所述网络特征数据编码并转化为网络节点图，包括：

8.根据权利要求2所述的方法，其特征在于，将所述网络特征数据编码并转化为网络边图，包括：

9.一种网络特征融合表示与提取装置，其特征在于，所述装置包括：

10.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如权利要求1-8任一项所述的网络特征融合表示与提取方法的步骤。

技术总结
本申请提供了一种网络特征融合表示与提取方法、装置和设备，所述方法包括：获取网络特征数据，所述网络特征数据至少包括设备特征数据、拓扑特征数据和流量特征数据；将所述网络特征数据编码并转化为结构化数据；对所述结构化数据进行融合，得到网络特征融合表示。本申请分别从设备特征、拓扑特征和流量特征三个不同的角度刻画网络，既有网络的静态特征，又有网络的动态特征。并且，结构化数据可以承载各种形式的设备特征数据、拓扑特征数据和流量特征数据，使融合特征表示更加完善。因此，网络融合特征表示能够全面描述一个网络，实现唯一标识一个网络。

技术研发人员：陶敬,曹垦,裴红斌,韩婷,熊宇恒,田瑞峰,高志鸿
受保护的技术使用者：西安交通大学
技术研发日：
技术公布日：2024/2/29