开源AI防火墙简介

开源AI防火墙

代码：https://gitee.com/dnsnat/aifw.git

硬件：复旦微FMQL45T900/zynq7045

功能：

1. 嵌入式arm linux环境实现tenterflow lite c++推理。
2. 通过fpga加速卷积、池化、激活。
3. 结合ndpi-ntopng实现深度报文识别。
4. 基于深度学习实现加密流量识别。

参考：

关于深度学习的网络流量分类论文整理二_

机器学习对比深度包检测

介绍：

报文识别主要分为以下几种方式：

1. 基于端口 - 简单粗暴
2. 深度报文解析 - 对于未知协议识别困难
3. 传统机器学习 - 人工标注特征
4. 深度学习 - 不可解释

软件架构

软件架构说明

安装教程

1. tensorflow

2. opencv

使用说明

1. windows下pcap预处理

cd aifw\2.PreprocessedTools
.\1_Pcap2Session.ps1
.\2_ProcessSession.ps1
python .\3_Session2png.py
python .\4_Png2Mnist.py

2. windows下实现训练

cd aifw\4.TrainAndTest\1d_cnn_25+3
python.exe .\encrypt_traffic_cnn_1d_2.py  --data_dir ..\..\2.encrypted_traffic_classification\3.PerprocessResults\12class\SessionL7  --class_num 12 --train_round 2000
python.exe .\encrypt_traffic_cnn_1d_2.py  --data_dir ..\..\2.PreprocessedTools\5_Mnist\  --class_num 12 --train_round 2000

3. linux下推理

cd aifw\5.Invoke
python.exe .\convert.py
./minimal                                                              
INFO: Created TensorFlow Lite XNNPACK delegate for CPU.
推理时间: 4610 微秒
 data0: 0.000500185
 data1: 5.65572e-05
 data2: 0.00401455
 data3: 0.0196366
 data4: 0.00229724
 data5: 0.0105339
 data6: 0.937142
 data7: 0.000395517
 data8: 0.0193283
 data9: 0.00606796
 data10: 1.27633e-05
 data11: 1.48785e-05
 Predicted class: 6:0.937142

参与贡献

1. Fork 本仓库
2. 新建 Feat_xxx 分支
3. 提交代码
4. 新建 Pull Request