Claims (8)
1. Способ классификации трафика, в соответствии с которым принимают сообщение естественного языка, определяют схему сообщения, делят сообщение на значащие синтаксические (семантические) поля, предоставляют множество узлов для анализа значащих полей сообщения, к которым применяют правила анализа текста в зависимости от прикладного протокола сообщения, отличающийся тем, что для классификации сообщения по определенным категориям определяют неформальный шаблон-строку неформального языка поиска и обработки подстроки в строке и вероятностный коэффициент отнесения сообщения к определенной категории, преобразуют неформальный шаблон-строку в регулярное выражение стандартного языка поиска и обработки подстроки в строке, преобразуют регулярное выражение стандартного языка в программный модуль конфигурации правил анализа текста содержащий данные и методы обработки строк, динамически создают множество программных модулей конфигурации правил анализа и распределяют их по множеству узлов для анализа значащих полей сообщения, применяют конфигурацию правил анализа к значащим полям сообщения, подают сообщение на вход нейронной сети, причем результат классификации сообщения нейронной сетью корректируют в соответствии с определенным вероятностным коэффициентом отнесения сообщения к определенной категории.1. The method of traffic classification, according to which a natural language message is received, a message scheme is determined, the message is divided into meaningful syntactic (semantic) fields, a plurality of nodes are provided for the analysis of meaningful message fields to which text analysis rules are applied depending on the application message protocol characterized in that for classifying messages into certain categories, an informal template is determined as a string of an informal language for searching and processing a substring in a string and the coefficient of assigning a message to a certain category, they convert an informal template-string into a regular expression of a standard language for searching and processing substrings in a string, convert a regular expression of a standard language into a program module for analyzing text analysis rules containing data and methods for processing strings, dynamically create many configuration program modules analysis rules and distribute them across many nodes to analyze significant message fields, apply the configuration of analysis rules to m fields of the message, a message is supplied to the input of the neural network, the result message classification neural network is adjusted in accordance with the determined probability assignment ratio messages to a particular category.
2. Система классификации траффика, включающая координирующий модуль, модуль определения правил анализа, модуль машинного обучения, по крайней мере один модуль применения правил анализа к значащим полям сообщения, отличающаяся тем, что интерфейс администратора (пользователя) системы выполнен с возможностью определения категорий классификации сообщения, неформальных шаблонов-строк применяемых к анализу сообщения, вероятностных коэффициентов отнесения сообщения к определенной категории и дополнительно включает модуль компилятора правил анализа выполненный с возможностью создания программного модуля конфигурации правил анализа и состоящий из модуля языка регулярных выражений и модуля машинного обучения, причем модуль языка регулярных выражений содержит в памяти и выполняет алгоритмы неформального языка регулярных выражений и по крайней мере одного формального языка регулярных выражений и выполнен с возможностью получения неформальной шаблона-строки и преобразования ее в регулярное выражение формального языка регулярных выражений, а модуль нейросети выполнен с возможностью получения вероятностного коэффициента отнесения сообщения к определенной категории и корректировки на его основе результата работы нейросети, а координирующий модуль выполнен с возможностью получения программного модуля конфигурации правил анализа, создания множества программных модулей конфигураций правил анализа и распределения их по множеству модулей применения правил анализа к значащим полям сообщения.2. A traffic classification system, including a coordinating module, an analysis rule definition module, a machine learning module, at least one analysis rule application module for significant message fields, characterized in that the system administrator (user) interface is configured to determine message classification categories, informal string patterns applied to the analysis of messages, probabilistic coefficients for classifying a message into a certain category and additionally includes a right compiler module analysis module, configured to create a software module for analyzing the analysis rules and consisting of a regular expression language module and a machine learning module, the regular expression language module containing and executing algorithms of the informal regular expression language and at least one formal regular expression language and executed with the possibility of obtaining an informal string template and converting it into a regular expression of a formal regular expression language, and the neural network module is executed the possibility of obtaining a probabilistic coefficient of assigning a message to a certain category and adjusting the result of the operation of the neural network based on it, and the coordinating module is configured to obtain a software module for analyzing the configuration of analysis rules, creating many software modules for analyzing configurations and distributing them across many modules for applying analysis rules to significant fields messages.
3. Способ классификации трафика по п. 1, отличающийся тем, что определение неформального шаблона-строки неформального языка поиска и обработки подстроки в строке и вероятностного коэффициента отнесения сообщения к определенной категории производят в процессе обработки сообщения.3. The method of traffic classification according to claim 1, characterized in that the determination of the informal template-string of the informal language for searching and processing the substring in the string and the probabilistic coefficient of assigning a message to a certain category is carried out in the process of processing the message.
4. Способ классификации трафика по п. 1, отличающийся тем, что множество программных модулей конфигурации правил анализа генерируют и распределяют по множеству узлов для анализа значащих полей сообщения пропорционально сетевой нагрузке, обусловленной количеством анализируемых сообщений.4. The method of traffic classification according to claim 1, characterized in that a plurality of software modules for configuration of the analysis rules are generated and distributed across a plurality of nodes for analysis of significant message fields in proportion to the network load due to the number of messages being analyzed.
5. Способ классификации трафика по п. 1, отличающийся тем, что результат классификации нейронной сети корректируют в соответствии с определенным вероятностным коэффициентом отнесения сообщения к определенной категории, трансформацией пороговой величины классификации нейросети.5. The method of classifying traffic according to claim 1, characterized in that the result of the classification of the neural network is adjusted in accordance with a certain probabilistic coefficient of classifying the message to a certain category, the transformation of the threshold value for classifying the neural network.
6. Способ классификации трафика по п. 1, отличающийся тем, что результат классификации нейронной сети, корректируют в соответствии с определенным вероятностным коэффициентом отнесения сообщения к определенной категории, установлением границы достоверности выходных элементов нейросети.6. The method of classifying traffic according to claim 1, characterized in that the result of the classification of the neural network is adjusted in accordance with a certain probabilistic coefficient of classifying the message to a certain category, setting the confidence level of the output elements of the neural network.
7. Система классификации траффика по п. 2, отличающаяся тем, что модуль машинного обучения содержит в памяти и выполняет алгоритм трансформации пороговой величины нейросети в соответствии с полученным коэффициентом вероятности отнесения сообщения к определенной категории.7. The traffic classification system according to claim 2, characterized in that the machine learning module contains and executes an algorithm for transforming a threshold value of a neural network in accordance with the obtained probability coefficient for assigning a message to a certain category.
8. Система классификации траффика по п. 2, отличающаяся тем, что модуль машинного обучения содержит в памяти и выполняет алгоритм установления границы достоверности выходных элементов нейросети в соответствии с полученным коэффициентом отнесения сообщения к определенной категории.8. The traffic classification system according to claim 2, characterized in that the machine learning module contains in memory and executes an algorithm for establishing the boundary of the reliability of the output elements of the neural network in accordance with the obtained coefficient of assigning a message to a certain category.