[发明专利]一种基于约束模糊聚类和粒计算的网络流量分类方法

说明书

本发明属于网络流量分类技术领域，公开了一种基于约束模糊聚类和粒计算的网络流量分类方法，在训练阶段，使用流量信息将带有标签的数据集与不带标签的数据集合并；通过CCFCM对合并的数据集进行操作，并将一组聚类中心以数值格式输出；围绕数值型的聚类中心构建网络流量粒，将在合理粒度准则的指导下不断进行优化；将获得的最佳NTG借助带有标记的流，每个流量粒将会被映射到相应的流量类别；从NTG提取数据包级别和流级别特征，构建分类规则库；在测试阶段，粒分类器借助分类规则识别新的网络流或网络异常。由于网络流量粒可以详细地描述流量数据的潜在结构，因此对流量的分类精度将得到极大的提高。

技术领域

本发明属于网络流量分类技术领域，尤其涉及一种基于约束模糊聚类和粒计算的网络流量分类方法。

背景技术

目前，网络流量分类旨在识别由不同应用程序和协议生成的流量的所属类别，它可以为网络管理员提供网络状况的细粒度或粗粒度视图，例如服务质量测量，资源分配和入侵检测，进而帮助其方便地管理网络。随着越来越多的新型网络服务和网络访问设备的出现，网络流量分类吸引了越来越多的关注以便以智能的方式管理网络。

目前的流量分类方法主要分为五种：第一种是基于相关性的分类，它先依据流量的相关性对其进行聚合，然后对聚合的流量使用一些机器学习算法。第二种是基于特征的分类算法，这种方法通过对基于流或者基于包的统计特征进行分析来实现分类。第三种方法是基于行为的分类算法，它使用主机的交互行为来判断该主机在网络中的角色，然后基于这些角色的行为进行分类。第四种是基于端口的分类方法，该方法通过检查知名应用程序使用的标准端口来标识相应的流量。最后一种方法是基于数据包负载的分类方法，它使用深度包检查技术来匹配有效负载中的应用程序/协议的签名。

以上这些方法中存在一些问题。首先，大部分方法都存在对未知流量的错误分类情况。它们在训练阶段无法识别未知的流量类别，从而将他们归于已知的流量类别之中。这将在很大程度上影响分类的准确度。第二个问题是有些方法并不总是可靠的，比如说基于负载的分类方法在处理加密数据时就会变得无效；基于端口的分类方法在面临动态端口机制时也会变得无效。第三个问题是它们无法与数据包级别和流级别特征结合使用来执行流量分类。它们的分类规则基于数据包级别或流级别流量特征。当处理某些精心设计的流量(例如由隐秘的分布式拒绝服务攻击生成的异常流量)时，它们将变得无效。因此，在当前的网络管理中，诸如网络异常检测和网络可视化，需要已融合的不同流量级别信息。为了克服上述问题，迫切需要研究出具有以下要求的新型流量分类方法：准确度高、具有识别未知流量类别的能力、使用不同流量级别特征以精细的粒来详细描述潜在的流量数据结构、可以解决由训练数据短缺带来的问题。

本发明是一种基于相关性的分类方法。与大部分基于相关性的分类方法相似的是，本发明利用了数据流之间的相关性来增加分类的准确度。但是，需要指出的是，现有的基于相关性的分类方案存在上述讨论的某些问题，比如，无法准确识别未知的流量；没有充分利用不同层次的流量信息等。

通过上述分析，现有技术存在的问题及缺陷为：

(1)大部分方法都存在对未知流量的错误分类情况。它们在训练阶段无法识别未知的流量类别，从而将他们归于已知的流量类别之中。这将在很大程度上影响分类的准确度；

(2)有些方法并不总是可靠的。当网络出现波动或者网络环境发生变化时，大部分方法的准确度会变低；

(3)它们无法与数据包级别和流级别特征结合使用来执行流量分类。

解决以上问题及缺陷的难度为：虽然有很多方法在不断尝试提高分类的准确度和可靠性，但是可靠稳定的流量分类依然面临很多困难。首先，由于网络的不断发展，越来越多的应用程序带来了海量的数据流量，很多未知的流量甚至恶意流量夹杂其中，给分类带来了很大困难。其次，数据集和标签的采集对流量分类来讲也是一个难题。如何在不侵犯用户隐私的前提下获取大量真实可靠的网络流量和正确的数据标签依旧需要进一步研究。