[发明专利]一种基于半监督学习的网络流量分类方法、计算机设备

摘要

本发明涉及一种基于半监督学习的网络流量分类方法及系统，该方法包括获取已标记和未标记类型的网络流，提取每条网络流中的流特征，得到网络流特征向量；利用已标记数据计算出每个流特征的信息增益，并进行特征加权；将已标记和未标记类型的网络流进行混合聚类；获取每个聚簇中已标记网络流的数目，并确定每个聚簇中每个类型的占比值；当聚簇中已标记网络流总数目相加小于预设网络流阈值时，则判定为未知协议簇，否则判定为已标记网络流中比例最大的类型；直到都判定出流量类型的流量簇，并利用其训练出一个线上的实时分类器。还涉及一种计算机设备，该设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序。

主权项

一种基于半监督学习的网络流量分类方法，其特征在于,该网络流量分类方法包括：S1，获取已标记类型和未标记类型的网络流，按照预设固定量来提取每条网络流中的流特征，得到网络流特征向量；S2，根据已标记类型的网络流，计算出所述预设固定量中每个流特征的信息增益，并根据所述信息增益对每个流特征进行特征加权；S3，将已标记类型和未标记类型的网络流进行混合，并利用k‑means算法对混合后的网络流进行聚类，得到k个聚簇；S4，获取所述k个聚簇中的每个聚簇中已标记网络流特征向量的数目，并确定每个聚簇中每个类型的占比值；其中所述占比值是等于每个类型的已标记网络流特征向量的数目占簇中总的已标记网络流特征向量的数目的比例；S5，当每个聚簇中已标记网络流特征向量的总数目相加小于预设网络流阈值时，则将相应的聚簇判定为未知协议簇，否则将相应的聚簇判定为已标记网络流特征向量中比例最大的类型；S6，重复步骤S4‑S5，直到k个聚簇都判定出流量类型的流量簇；S7，将所述判定出流量类型的流量簇作为训练数据，训练出线上的流量分类器。