[发明专利]一种基于时间t的指数消失函数的网络流量动态分类方法

说明书

本发明公开了一种基于时间t的指数消失函数的网络流量动态分类方法，首先收集网络流量数据，形成流量数据集FT1，并记录实际流量数据各维度特征的到达时间；然后对流量数据集FT1进行归一化、离散化预处理，得到特征集合FT2；定义基于时间t的指数消失函数，作用于特征集合FT2各维度特征，模拟各维度特征随时间变化而权重衰减；定义三种聚类类簇，分别是核心类簇、潜在类簇和边缘类簇；最后通过对实时网络流量的权重系数、密度区域半径与实验获取的阈值进行判断，实现核心类簇、潜在类簇和边缘类簇间的动态变化，进而对动态网络流量的实时分类。本发明具有较好的实时性，能够处理含有时间变化现象的实时流量。

技术领域

本发明属于网络流量分类领域，具体涉及一种基于时间t的指数消失函数的网络流量动态分类方法。

背景技术

网络流量分类的实现是运行和优化各种网络资源的重要基础，在网络资源管理、入侵检测等方面发挥重要作用。在网络流量识别研究中分类技术主要经历了三个阶段：基于固定端口号的流量分类阶段、基于深度包流量检测(Deep Packet Inspection,DPI)分类阶段和基于机器学习的流量分类阶段。随着动态端口技术和伪装端口技术的出现，给基于固定端口的流量分类系统带来了严峻挑战。为解决基于端口的流量分类技术存在的不足，Yang等人使用DPI流量分类技术，即以透视的形式深度检查数据包是否携带目标流量类型的特征码，从而实现对网络流量的分类识别。然而基于DPI的流量分类是以分组数据信息可见性及荷载目标特征已知为前提的，因此不适用于加密流量和未知特征码的网络流量。基于固定端口、DPI的流量分类技术本质上可以理解专家系统，即通过人为的制定规则来实现对网络流量的匹配和识别,不具备智能识别、分类能力。近年来，随着人工智能的兴起，机器学习作为人工智能的主要实现方式，越来越多的机器学习技术被应用到网络流量分类当中。

基于机器学习的网络流量分类技术是对各网络流量统计信息进行计算，利用相关算法对数据包进行识别，进而对相应的网络流量进行分类。机器学习方法主要分为有监督学习和无监督学习。无监督学习是指根据样本间的相似特性对训练集中的样本进行聚类来设计分类器，例如K均值聚类，最大期望算法等。然而在无监督网络流量分类中，利用聚类结果构造未知类别的流量是困难的。同时，实际网络流量是随时间而动态变化的，即含有时间偏移现象，进一步加大实时动态分类的难度。

发明内容

本发明的目的在于一种基于时间t的指数消失函数的网络流量动态分类方法，以克服现有技术的缺陷，本发明通过基于时间t的消失函数对动态流量数据进行权重衰减，再通过对核心类簇、潜在类簇以及边缘类簇之间的进化、退化，实现流量的动态分类。

为达到上述目的，本发明采用如下技术方案：

一种基于时间t的指数消失函数的网络流量动态分类方法，包括以下步骤：

1)收集网络流量数据，形成流量数据集FT1，并记录实际流量数据各维度特征的到达时间；

2)对流量数据集FT1按特征维度进行归一化、离散化预处理，得到特征集合FT2；

3)定义基于时间t的指数消失函数，作用于特征集合FT2各维度特征，模拟各维度特征随时间变化而权重衰减；

4)定义三种聚类类簇，分别是核心类簇、潜在类簇和边缘类簇；

5)通过对实时网络流量的权重系数、密度区域半径与实验获取的相应阈值进行判断，实现核心类簇、潜在类簇和边缘类簇间的动态变化，进而对动态网络流量的实时分类。