[发明专利]一种基于网络流引力聚类的流量识别方法

权利要求书

1.一种基于网络流引力聚类的流量识别方法，其特征在于包括以下两个阶段：

训练阶段：根据样本流量构建训练集，形成网络流引力分类模型；

识别阶段：依据引力聚类识别原理对网络流量进行业务类型识别。

2.根据权利要求1所述的流量识别方法，其特征在于所述训练阶段包括以下步骤：

步骤一，捕获网络流量后，选取网络流量的特征属性，对每条网络流做归一化处理后，形成流量训练集；

    步骤二，计算每条样本流在流量训练集中的场强，并由此计算出其在训练集的Z分数，若Z分数的绝对值>2，则识别为孤立流，并将孤立流与其它样本流隔离；

步骤三，在所有的非孤立流流量集中，将流量集中分布较紧密的样本流预先归为一个类簇，计算其流量簇的质心，作为流量集初始聚类质心；

    步骤四，利用半监督学习的网络流引力聚类原理和方法，对训练集的每条网络流进行迭代分类学习，并同时更新流量簇质心；

    步骤五，完成对孤立流的分类，形成流量分类模型。

3.根据权利要求1所述的流量识别方法，其特征在于所述识别阶段包括以下步骤：

    步骤一，由网络流量特征属性子集，形成待识别的网络流序列；

    步骤二，根据训练阶段所获得的分类模型，利用引力聚类原理，对网络流量中的每条待识别流进行流量引力分类，并同时更新流量簇质心；

    步骤三，由流量簇映射到具体网络流量业务类型，完成网络流量的识别。

4.根据权利要求2所述的流量识别方法，其特征在于所述步骤一中，网络流量的特征属性通过引入方差贡献率来衡量不同流量属性特征值和特征向量在决定该条网络流属于何种业务类型的重要性，并使贡献率累积和到80%比例时，求取网络流特征属性子集。

5.根据权利要求2所述的流量识别方法，其特征在于所述步骤二中，通过计算样本流在流量集的Z分数，并令其绝对值大于2的网络流作为孤立流。

6.根据权利要求2所述的流量识别方法，其特征在于所述步骤三中，将孤立流先行隔离，然后将流量集中分布较紧密的样本流预先归为一个类簇，计算其流量簇的质心，将其设定为初始聚类质心。

7.根据权利要求2或权利要求3所述的流量识别方法，其特征在于，以万有引力为模型，构建出流量引力定律，并在计算流量引力时为防治某个流量簇的质量因过于庞大对其它网络流发生“吞噬”作用而出现“黑洞”现象，改进流量引力计算式为：                                                                                                          

其中C₁，C₂是网络流量中分属两种不同业务类型的流量簇质点所组成的类簇，M₁,M₂分别是流量簇C₁，C₂的质量，O₁,O₂分别是流量簇C₁，C₂的质心。

8.根据权利要求2或权利要求3所述的流量识别方法，其特征在于，网络流归属于流量簇的概率判定依据为该条网络流与流量簇引力间的比例大小；

例如已知某待识别网络流P与流量簇C₁的流量引力是F₁，与流量簇C₂的流量引力是F₂；

若有，那么网络流P应为业务类C₁的概率要大于应为业务类C₂的概率。