[發明專利]一種基于約束模糊聚類和粒計算的網絡流量分類方法

有效

• 申請號: 202010465413.2
• 申請日: 2020-05-28
• 公開（公告）號: CN111786903B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 靖旭陽;趙晶晶;閆崢;維托爾德·佩德里茨
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04L47/2441
• 分類號: H04L47/2441;G06K9/62;G06N20/00
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

本發明屬于網絡流量分類技術領域，公開了一種基于約束模糊聚類和粒計算的網絡流量分類方法，在訓練階段，使用流量信息將帶有標簽的數據集與不帶標簽的數據集合并；通過CCFCM對合并的數據集進行操作，并將一組聚類中心以數值格式輸出；圍繞數值型的聚類中心構建網絡流量粒，將在合理粒度準則的指導下不斷進行優化；將獲得的最佳NTG借助帶有標記的流，每個流量粒將會被映射到相應的流量類別；從NTG提取數據包級別和流級別特征，構建分類規則庫；在測試階段，粒分類器借助分類規則識別新的網絡流或網絡異常。由于網絡流量粒可以詳細地描述流量數據的潛在結構，因此對流量的分類精度將得到極大的提高。

技術領域

本發明屬于網絡流量分類技術領域，尤其涉及一種基于約束模糊聚類和粒計算的網絡流量分類方法。

背景技術

目前，網絡流量分類旨在識別由不同應用程序和協議生成的流量的所屬類別，它可以為網絡管理員提供網絡狀況的細粒度或粗粒度視圖，例如服務質量測量，資源分配和入侵檢測，進而幫助其方便地管理網絡。隨著越來越多的新型網絡服務和網絡訪問設備的出現，網絡流量分類吸引了越來越多的關注以便以智能的方式管理網絡。

目前的流量分類方法主要分為五種：第一種是基于相關性的分類，它先依據流量的相關性對其進行聚合，然后對聚合的流量使用一些機器學習算法。第二種是基于特征的分類算法，這種方法通過對基于流或者基于包的統計特征進行分析來實現分類。第三種方法是基于行為的分類算法，它使用主機的交互行為來判斷該主機在網絡中的角色，然后基于這些角色的行為進行分類。第四種是基于端口的分類方法，該方法通過檢查知名應用程序使用的標準端口來標識相應的流量。最后一種方法是基于數據包負載的分類方法，它使用深度包檢查技術來匹配有效負載中的應用程序/協議的簽名。

以上這些方法中存在一些問題。首先，大部分方法都存在對未知流量的錯誤分類情況。它們在訓練階段無法識別未知的流量類別，從而將他們歸于已知的流量類別之中。這將在很大程度上影響分類的準確度。第二個問題是有些方法并不總是可靠的，比如說基于負載的分類方法在處理加密數據時就會變得無效；基于端口的分類方法在面臨動態端口機制時也會變得無效。第三個問題是它們無法與數據包級別和流級別特征結合使用來執行流量分類。它們的分類規則基于數據包級別或流級別流量特征。當處理某些精心設計的流量(例如由隱秘的分布式拒絕服務攻擊生成的異常流量)時，它們將變得無效。因此，在當前的網絡管理中，諸如網絡異常檢測和網絡可視化，需要已融合的不同流量級別信息。為了克服上述問題，迫切需要研究出具有以下要求的新型流量分類方法：準確度高、具有識別未知流量類別的能力、使用不同流量級別特征以精細的粒來詳細描述潛在的流量數據結構、可以解決由訓練數據短缺帶來的問題。

本發明是一種基于相關性的分類方法。與大部分基于相關性的分類方法相似的是，本發明利用了數據流之間的相關性來增加分類的準確度。但是，需要指出的是，現有的基于相關性的分類方案存在上述討論的某些問題，比如，無法準確識別未知的流量；沒有充分利用不同層次的流量信息等。

通過上述分析，現有技術存在的問題及缺陷為：

(1)大部分方法都存在對未知流量的錯誤分類情況。它們在訓練階段無法識別未知的流量類別，從而將他們歸于已知的流量類別之中。這將在很大程度上影響分類的準確度；

(2)有些方法并不總是可靠的。當網絡出現波動或者網絡環境發生變化時，大部分方法的準確度會變低；

(3)它們無法與數據包級別和流級別特征結合使用來執行流量分類。

解決以上問題及缺陷的難度為：雖然有很多方法在不斷嘗試提高分類的準確度和可靠性，但是可靠穩定的流量分類依然面臨很多困難。首先，由于網絡的不斷發展，越來越多的應用程序帶來了海量的數據流量，很多未知的流量甚至惡意流量夾雜其中，給分類帶來了很大困難。其次，數據集和標簽的采集對流量分類來講也是一個難題。如何在不侵犯用戶隱私的前提下獲取大量真實可靠的網絡流量和正確的數據標簽依舊需要進一步研究。