[发明专利]一种基于知识蒸馏与自蒸馏的通信网络加密流量分类方法

说明书

本发明提供一种基于知识蒸馏与自蒸馏的通信网络加密流量分类方法，包括如下步骤：S10，获取通信网络中的加密流量；S20，构建并训练流量分类的基本模型；S30，压缩训练好的基本模型，获取流量分类压缩模型；S40，采用教师网络更新策略的知识蒸馏方式训练流量分类压缩模型；S50，利用训练好的流量分类压缩模型进行通信网络加密流量分类。本发明可以获得加密流量识别准确率较高的流量分类压缩模型，并且显著降低流量分类所需要的计算资源，可以在自组织网络或移动边缘网络等计算能力受限制的通信网络站点上部署。

技术领域

本发明涉及无线通信技术领域，具体而言，涉及一种基于知识蒸馏与自蒸馏的通信网络加密流量分类方法。

背景技术

截至2020年12月底，我国市场上可以监测到的移动互联网应用(Application)数量可以达到345万款，2020年移动互联网的流量消费达1656亿GB。视频、文字等通信流量爆炸式增长，给通信网络管理尤其是网络带宽分配带来了极大的挑战。具有相同的源站点IP地址、源站点端口号、目的站点IP地址、目的站点端口号和相同的传输协议的数据包在一段时间内形成一组通信流量。对通信流量正确的分类可以方便运维人员对网络进行监管，比如在某个站点可以根据流量分类结果判断该站点是否受到恶意流量的攻击；对于数据量较大的某一类流量，可以为之分配更大的通信带宽，以满足相应用户的服务质量要求。

常见的流量分类方法可以分为基于端口号、基于深度包检测以及基于机器学习的流量分类方法。基于端口号的分类方法是出现最早的一种方法，由于不同的协议对应着不同的端口，可以根据这一特征进行不同类型的流量识别，比如可以将流量分为会话、视频以及文字等类型。这一方法比较简单也是早期应用比较广泛的一种方法，然而，随着端口匿名化以及动态端口等技术的发展，某些流量可以伪装或者改变自己的端口号，这使得基于端口号的方法分类准确度大大降低，难以满足网络监管的需求。基于深度包检测的方法可以克服这一问题，它不再依赖于端口号检测而是参照一个预先定义的协议指纹库，即根据不同的协议和与之唯一对应的指纹信息将通信网络流量划分为不同的类别，这种方法取得了比基于端口号方法更高的分类准确率，应用也更为广泛。但是，新的应用不断出现，需要不断更新指纹信息库来保证分类的性能，并且指纹库的维护会耗费大量的时间与资源。此外，基于端口号和基于深度包检测的方法只适用于非加密的流量。目前，绝大多数通信网络流量在传输时进行了加密处理以防止用户隐私数据的泄露。这使得上述提及的两种方法并不适用于加密流量分类。第三种基于机器学习的流量分类方法可以对加密流量以及非加密流量进行分类。它从流量数据集中根据一些预先定义的特征，比如数据包的长度，流量的持续时间等对流量分类器进行训练，训练好的分类器可以区分不同类型的流量。然而，这一方法过于依赖人为选择的数据特征和复杂的特征工程，并且这一方法的分类准确率易受到主观误差的影响。

深度学习可以直接从原始数据中提取特征而省略复杂的特征工程，在计算机视觉、自然语言处理方面得到了广泛的应用。由于流量数据与自然语言相似，都是一维数据信息，有些研究者开始深度学习模型进行流量分类。Salman Ola等人提出了一种基于卷积神经网络(CNN)和堆叠式编码器网络(SAE)的流量分类方法。对于加密流量分类，TianShiming等人设计了一种端到端的方法，直接寻找原始输入到期望输出的非线性的关系，实现端到端的学习。这些庞大的模型对于加密流量的识别都表现出了不错的性能。但是，在边缘计算场景，比如传感网以及多跳自组网中，站点的运算能力十分受限，在这些站点上部署深度学习模型来对不同的流量进行区分以实现网络资源的动态管理是十分困难的。