[發明專利]一種類不平衡的網絡流量分類方法、裝置及計算機設備

有效

• 申請號: 201911291144.6
• 申請日: 2019-12-16
• 公開（公告）號: CN111144459B
• 公開（公告）日: 2022-12-16
• 發明（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

本發明涉及網絡流量分類技術領域，涉及一種類不平衡的網絡流量分類方法、裝置及計算機設備；所述方法包括獲取待分類的網絡流量數據，并提取出網絡流量的特征；采用特征選擇算法刪除不相關特征以及冗余特征，并對剩余的特征降維，從而選擇出最優特征子集；將所述最優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，進行網絡流量分類訓練，優化分類器性能后，對網絡流量進行分類。本發明針對網絡流量樣本分布不平衡問題，刪除了不相關特征以及冗余特征，在保證整體分類準確度的前提下，有效提高小類別的識別率；引入增量學習思想，提高模型更新訓練的靈活性，降低模型更新的周期；利用基于權重的多分類器，減小了概念漂移帶來的影響。

技術領域

本發明涉及網絡流量分類技術領域，更具體地說，涉及一種類不平衡的網絡流量分類方法、裝置及計算機設備。

背景技術

根據產生網絡流量的應用對流量進行分類對于保證網絡QoS(Quality ofService)值、維護網絡安全具有重要意義。借助網絡流量分類，網絡管理者可以實時將網絡中所有流量按不同應用類型進行劃分與分析，為部署服務質量控制(QoS)機制提供依據，并針對不同類型的應用提供不同的服務質量等級，從而減輕網絡擁塞，確保關鍵業務服務質量，維持網絡高效通暢運行。同時，依靠流量分類，網絡服務提供商可以預測網絡業務的發展趨勢，合理的規劃網絡基礎體系結構，使用戶得到更好的上網體驗。另外，在網絡安全方面，流量分類是入侵檢測系統(intrusion detection system，IDS)的核心部分。

傳統基于端口號的流量分類技術通過檢查分組的傳輸層端口號，然后根據IANA定制的知名端口號與注冊端口號列表將分組與應用對應起來，而流行的P2P與被動FTP等新型網絡應用普遍利用隨機端口進行數據傳輸，進而導致基于端口的流量分類方法已不再適用。基于特征字段的流量分類技術根據網絡應用在傳輸過程中所具有的特征來區分不同的應用，它需要解析數據包并獲得特征字段，準確性較高，但隨著應用負載加密和新型應用的不斷涌現，該方法的有效性逐步下降。基于傳輸層主機行為的流量分類技術，不依賴于端口號和報文載荷，但傳輸層主機行為對網絡環境異常敏感，分類效果不夠穩定。而基于機器學習的網絡流量分類技術是近年來的一個研究熱點。

例如中國專利CN104767692A提出了一種網絡流量分類方法，該方法通過對聚類算法加以改進，在聚類過程中加入了標注過的樣本點，可以檢測聚類中心是否選取得當，修正誤差和錯誤；降低不符合實際情況的樣本中心點，使得復雜度降低，提高了分類準確率。

還比如中國專利CN109063777A提出了一種網絡流量分類方法、裝置及實現裝置，該申請對待分類的數據流進行標準化處理后，根據預先建立的流量分類模型，對該標準數據流進行分類，該方式提升了網絡流量識別分類的效果，提高了效率。

但上述技術中的分類模型大多數都難以實現頻繁、及時的更新，并且忽略了概念漂移現象，且沒有充分考慮網絡流量數據樣本的分布狀況，普遍追求大類的學習效果，容易忽略小類的學習性能；由于忽略了小類特征的重要性，容易將小類別錯分大類別，導致網絡流量分類效果參差不齊，效率較低；甚至造成網絡系統的崩潰。

發明內容

基于上述技術存在的問題，本發明為了更好的獲取網絡流量數據特征，采用了特征選擇算法對特征進行降維，從一組給定的特征集合中挑選出部分特征作為最優特征子集。為了解決數據樣本類不平衡的情況，采用增量學習的方式，利用多分類器的集成，對網絡流量數據進行分類；基于此，本發明提供一種類不平衡的網絡流量分類方法、裝置及計算機設備。

本發明采用的技術方案包括：

一種類不平衡的網絡流量分類方法，所述方法包括：

獲取待分類的網絡流量數據，并提取出網絡流量的特征；

采用特征選擇算法刪除不相關特征以及冗余特征，并對剩余的特征降維，從而選擇出最優特征子集；