[發(fā)明專利]一種類不平衡的網(wǎng)絡流量分類方法、裝置及計算機設備

有效

• 申請?zhí)枺?/td>: 201911291144.6
• 申請日: 2019-12-16
• 公開（公告）號: CN111144459B
• 公開（公告）日: 2022-12-16
• 發(fā)明（設計）人: 唐宏;劉丹;姚立霜;王云鋒;裴作飛
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 王海軍

1.一種類不平衡的網(wǎng)絡流量分類方法，其特征在于，所述方法包括：

獲取待分類的網(wǎng)絡流量數(shù)據(jù)，并提取出網(wǎng)絡流量的特征；

采用特征選擇算法刪除不相關特征以及冗余特征，基于相關性度量的特征評估函數(shù)以及序列搜索算法對剩余的特征降維，從而選擇出最優(yōu)特征子集；

特征降維的方式包括：

步驟1：計算候選特征集合BS(f₁,f₂,…,f_n)中每一個屬性特征f_d的特征評估函數(shù)值J(f_d)；

其中，特征評估函數(shù)值定義為：

其中，n表示特征子集s中的特征個數(shù)，表示特征子集s中各個特征與類別相關度的平均值，表示特征子集s中各特征之間相關度的平均值，r為Pearson相關系數(shù)；

步驟2：若J(f_a)＝max{J(f_d)}，則把屬性特征f_a加入集合F_o，并將屬性特征f_a從候選特征集合中刪除；

步驟3：將候選特征集合中未入選的屬性特征分別與集合F_o中的屬性特征進行匹配，得到匹配后組合特征集的評估函數(shù)值；

步驟4：將最大組合特征評估函數(shù)值對應的屬性特征加入集合F_o，并將該屬性特征從集合候選特征集合中刪除；

步驟5：判斷集合F_o中屬性特征的數(shù)量是否達到預設數(shù)量閾值L，如達到，轉(zhuǎn)至步驟6，否則，轉(zhuǎn)至步驟4；

步驟6：輸出最終的集合F_o作為最優(yōu)特征子集；

將所述最優(yōu)特征子集輸入至基于權重的多分類器中，采用增量學習的方式，進行網(wǎng)絡流量分類訓練，具體包括：

從預先獲取的特征子集上訓練所得一個基分類器，通過增量學習的方式，將新增的網(wǎng)絡流量及其通過基分類器所得的分類結果作為新的特征子集；初始時只有一個基分類器，該基分類器從事先準備的特征子集即數(shù)據(jù)集上訓練所得；隨著未知網(wǎng)絡流量的到達以及不斷給出的預測結果，這些網(wǎng)絡流量及其預測結果將構成新的特征子集即數(shù)據(jù)集；若新的特征子集與前一階段特征子集相比，發(fā)生了概念漂移并達到一定程度時，則新增基分類器，采用新的特征子集訓練新增的基分類器，參與預測下一階段的網(wǎng)絡流量的分類結果；

其中，概念漂移的程度判定過程包括假設某類別i被錯誤劃分的比率為p_i，那么它的標準方差為當p_i+2S_i達到最大值，將p_i記為P_max，S_i記為S_max；若滿足則發(fā)出警告，并從當前開始存儲數(shù)據(jù)；若滿足則表示出現(xiàn)了概念漂移現(xiàn)象，則將存儲的數(shù)據(jù)用來建立新的基分類器；α表示漂移告警閾值；β表示漂移檢測閾值；

優(yōu)化分類器性能后，對網(wǎng)絡流量進行分類。

2.根據(jù)權利要求1所述的一種類不平衡的網(wǎng)絡流量分類方法，其特征在于，所述提取出網(wǎng)絡流量的統(tǒng)計特征包括從TCP協(xié)議頭提取，采集該網(wǎng)絡流量所屬類別信息和屬性特征信息。

3.根據(jù)權利要求1所述的一種類不平衡的網(wǎng)絡流量分類方法，其特征在于，最優(yōu)特征子集的獲取方式包括依次利用加權不確定性刪除網(wǎng)絡流量中的不相關特征；利用近似馬爾科夫毯刪除冗余特征；獲得候選特征集合；基于相關性度量的特征評估函數(shù)以及序列搜索算法降低候選特征集合的維數(shù)；從而確定出最優(yōu)特征子集。