网络流量的分类方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106911591A(43)申请公布日2017.06.30(21)申请号201710138904.4(22)申请日2017.03.09(71)申请人广东顺德中山大学卡内基梅隆大学国际联合研究院地址528300广东省佛山市顺德区大良南国东路9号申请人中山大学(72)发明人蔡志杰农革(74)专利代理机构广州华进联合专利商标代理有限公司44224代理人陈金普钟杰婷(51)Int.Cl.H04L12/851(2013.01)G06K9/62(2006.01)权利要求书3页说明书9页附图5页(54)发明名称网络流量的分类方法和系统(57)摘要本发明涉及一种网络流量的分类方法和系统，包括以下步骤：获取待测试的流量样本集和流量分类器；根据待测试的流量样本集和流量分类器确定待测试的流量样本集中流量样本的应用类别；其中，还包括流量分类器的获取过程上述网络流量的分类方法和系统，该方法可以对大量未知流样本在训练样本较少的情况下进行分类并且准确度高。CN106911591ACN106911591A权利要求书1/3页1.一种网络流量的分类方法，其特征在于，包括以下步骤：获取待测试的流量样本集和流量分类器；根据待测试的流量样本集和流量分类器确定待测试的流量样本集中的流量样本的应用类别；其中，所述流量分类器为通过以下方法而获取的流量分类；获取第一样本集和第二样本集，所述第一样本集中包括有应用类别标签的流量样本，所述第二样本集中包括无应用类别标签的流量样本；根据所述第一样本集和所述第二样本集聚类成各个簇；对第一样本集中的流量样本和第二样本集中的流量样本进行流相关性分析，利用第一样本集中流量样本的应用类别标签，对所述第二样本集中与所述第一样本集中的流量样本有流相关性的流量样本进行标记；将所述第一样本集中的流量样本与所述第二样本集中所有具有应用类别标签的流量样本存储至应用类别标签数据库；根据各个簇和应用类别标签数据库中的应用类别进行映射分析，确定流量分类器。2.根据权利要求1所述的网络流量的分类方法，其特征在于，根据所述第一样本集和所述第二样本集聚类成各个簇的步骤包括以下步骤：将所述有第一样本集和所述第二样本集合并成训练集；对训练集中所有的流量样本利用K-means聚类函数进行聚类分析，得到各个簇。3.根据权利要求1所述的网络流量的分类方法，其特征在于，对第一样本集中的流量样本和第二样本集中的流量样本进行流相关性分析的步骤包括以下步骤：获取所述第一样本集中的流量样本的三元属性和所述第二样本集中的流量样本的三元属性，所述三元属性为目的IP、目的端口和传输协议；将所述第一样本集中的流量样本的三元属性与所述第二样本集中的流量样本的三元属性进行对比，确定所述第一样本集中的流量样本和所述第二样本集中的流量样本的流相关性。4.根据权利要求1所述的网络流量的分类方法，其特征在于，根据各个簇和应用类别标签数据库中的应用类别进行映射分析，获得流量分类器的步骤包括以下步骤：根据各个簇中的流量样本和所述应用类别标签数据库中的应用类别利用应用类别函数确定各个簇的应用类别，所述应用类别函数表达式为：LabelCi＝argmaxjP(Y＝yj|Ci)＝argmaxj(nij/ni)；其中，Y为应用类别集合，yj为应用类别j，Ci表示第i簇；nij簇i中应用类别为j的流量样本数目，ni为第i簇中总的流量样本数目；根据各个簇应用的类别，按照应用类别对簇进行分类存储，并获得流量分类器，所述流量分类器的表达式为：其中，x表示待测试的样本集，mij表示应用类别j中第i簇的质心。5.根据权利要求1所述的网络流量的分类方法，其特征在于，根据待测试的流量样本集和流量分类器确定流量类别步骤包括以下步骤：2CN106911591A权利要求书2/3页所述待测的流量样本集包括有应用类别标签的流量样本和无应用类别标签的流量样本；将待测样本集中有应用类别标签的流量样本和待测样本集中无应用类别标签的流量样本进行流相关性分析，利用待测样本集中有应用类别标签的流量样本的应用类别标签标记与所述待测样本集中有应用类别标签的流量样本具有流相关性的所述待测样本集中无应用类别标签的流量样本，并构造所述待测样本集中有应用类别标签的流量样本的相关流样本集；根据所述相关流样本集和所述流量分类器获得所述相关流样本集中的流量样本的预测应用类别，根据相关流样本集中的流量样本的预测应用类别采用多数投票分类方法确定所述相关流样本集中流量样本的应用类别。6.一种网络流量的分类系统，其特征在于，包括：信息获取模块，用于获取待测试的流量样本集和流量分类器；流量类别确定模块，用于根据待测试的流量样本集和流量分类器确定待测试的流量样本集中流量样本的应用类别；流量分类器获取模块，用于