[发明专利]一种基于统计特征的有噪网络流量分类建模方法

摘要

本发明公开了一种基于统计特征的有噪网络流量分类建模方法，它包括：网络数据采集处理，从网络流量监测站实时提取网络流量数据，并对网络流量数据进行预处理；建立网络流量噪声判断模型并清除网络流量数据中的噪声；建立网络流量噪声容忍模型；建立鲁棒的分类模型步骤5、采用随机森林的分类方法，把在线网络流量数据作为测试集，利用鲁棒的分类模型进行分类；解决了现有技术对大数据网络流量分类存在的大量样本内容与所标记的类别不符，这些噪声样本会使训练样本中类别概念模糊，其提供的分类经验知识不足，导致分类器构建的分类决策不明确，从而对测试样本所属类别进行误判，影响最终的分类性能等技术问题。

主权项

1.一种基于统计特征的有噪网络流量分类建模方法，它包括：步骤1、网络数据采集处理，从网络流量监测站实时提取网络流量数据，并对网络流量数据进行预处理；步骤2、建立网络流量噪声判断模型并清除网络流量数据中的噪声，所述网络流量噪声判断模型为：式中：R_j代表第j条网络流量的噪声网络流量判断结果，代表第j条网络流量是否是为噪声流量，值为1代表是噪声网络流量，值为0则代表不是噪声网络流量；P_ij代表第j条网络流量被第i个分类器判断为噪声的结果；值为1即表示第j条网络流量被第i个分类器认为是噪声，值为0则表示第j条网络流量被第i个分类器认为是非噪声；步骤3、建立网络流量噪声容忍模型，所述网络流量噪声容忍模型包括：疑似噪声数据的噪声等级表达式：和疑似噪声数据的权重表达式：式中：Lj代表第j条网络流量的噪声等级，W(t)代表权重分数，NLt代表第t种噪声等级的值，{NLt|NLt＝t，0≤t≤n‑1}，n小于10；步骤4、根据步骤2和步骤3所述的网络流量噪声判断模型和网络流量噪声容忍模型，建立鲁棒的分类模型式中：S_t代表网络流量数据中噪声等级为t的数据，R^*代表鲁棒的训练集的集合；步骤5、采用随机森林的分类方法，把在线网络流量数据作为测试集，利用鲁棒的分类模型进行分类。