延安大学西安创新学院

本发明涉及网络安全技术领域，尤其涉及一种基于稀疏贝叶斯学习的加密流量可疑行为识别方法。内容包括：采集原始网络数据包，在会话重组后筛选加密会话，并提取会话级多维特征向量；基于加密会话的数据包，构建通信上下文向量；基于通信上下文向量，引入通信上下文驱动的稀疏权重建模机制，计算特征的稀疏权重，并构建通信上下文稀疏行为特征向量；构建贝叶斯推理路径，并筛选被激活的贝叶斯推理路径；基于通信上下文稀疏行为特征向量，在被激活的贝叶斯推理路径上执行贝叶斯推理，计算可疑行为评分，并识别可疑行为。解决了传统的加密流量可疑行为识别方法特征冗余高、缺乏上下文感知能力、识别模型过于单一，以及推理路径选择固定的问题。