[发明专利]一种自适应的半监督网络流量分类方法、系统及设备

权利要求书

1.一种自适应的半监督网络流量分类方法，其特征在于，该自适应的半监督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，提取每条网络流中预设固定量的流特征，得到网络流特征向量；

S2，根据已标记的网络流特征向量，计算出每个类型中的网络流特征向量集合的质心，得到向量集M；

S3，以所述向量集M为k-means聚类的初始中心点，对混合的已标记类型和未标记类型的网络流特征向量集X进行自适应的半监督k-means聚类；具体地，首先得到k个簇和k个簇中心点，分别计算具体定义的评价函数，同时更新所述向量集M，得到新的向量集M，并计算出距离新的向量集M的中心点最远的k个向量点，根据具体定义的密度计算公式，确定在最远的k个向量点中密度最大的向量点，并将密度最大的向量点添加到新的向量集M中；然后设置新的k值，根据所述新的中心点集M和所述新的k值，重复执行上一步骤，直到k值大于预设最大阈值；最后统计所有评价函数的值，从所有评价函数的值中选取最小评价函数的值，以及与该最小评价函数的值对应的k值，并输出在所述对应的k值时k-means的聚簇；

S4，根据输出的聚簇中每个簇的已标记网络流特征向量的最大后验概率，将得到的每类簇中的网络流映射到所属的流量类型中，得到已知类型的流量簇；

S5，将所述已知类型的流量簇作为训练数据，训练出线上的流量分类器。

2.根据权利要求1所述的自适应的半监督网络流量分类方法，其特征在于，所述步骤S1中获取已标记类型和未标记类型的网络流，其中每种类型中的已标记网络流的数量相同。

3.根据权利要求1所述的自适应的半监督网络流量分类方法，其特征在于，所述S3中更新所述向量集M，得到新的向量集M，其具体包括：将向量集M替换为所述k个簇中心点组成的集合。

4.根据权利要求1所述的自适应的半监督网络流量分类方法，其特征在于，所述S3中根据所述k个簇和所述k个簇中心点计算评价函数，得到评价函数的值，其公式具体为：

其中，d(m_i,x_j)表示簇i的中心点m_i与簇i中的向量点x_j之间的欧式距离，表示每一簇内所有向量点与簇中心点的距离之和，n_i表示簇i中已标记流的总数量。

5.根据权利要求1所述的自适应的半监督网络流量分类方法，其特征在于，所述S3中根据向量点的密度计算公式，计算出所述最远的k个点中密度最大的点；具体是，首先计算所有向量点间的平均距离AvgDist，其具体计算公式为：

其中d(x_i,x_j)表示向量点x_i和向量点x_j之间的欧式距离，表示所有向量点两两组合时的计算次数，其中N为所有向量点的数目；然后计算所述最远的k个向量点的密度，具体计算公式为：

其中定义density(x)为向量点x的密度，即在向量点x的周围，与该向量点间距离不大于AvgDist的向量点的个数，定义函数p(·)用于表示当距离不大于AvgDist时的向量点的计数；最后比较所述最远的k个向量点的密度，确定其中密度最大的向量点，并将该向量点添加到所述新的向量集M中。

6.根据权利要求1所述的自适应的半监督网络流量分类方法，其特征在于，所述S3中包括：

设置新的k值，当所述新的k值小于所述预设最大阈值时，根据所述新的中心点集M和所述新的k值，重复执行步骤S3，其中所述新的k值为原k值加1，所述预设最大阈值为其中N为k-means的输入所述网络流特征向量集X的中的元素数量。