[发明专利]分布式网络流量新奇检测方法及分类器

权利要求书

1.分布式网络流量新奇检测方法，其特征在于，所述分布式网络流量新奇检测方法包括分类训练方法，所述分类训练方法包括

获取N多个节点采集的未知类数据样本，并进行数据共享；

将各节点的未知类数据样本合并，并构建分类器，使用该分类器对实时流量进行流量类型识别；

所述分布式网络流量新奇检测方法还包括节点网络数据分析过程，所述节点网络数据分析过程包括：

对各个节点的实时网络流进行特征提取，获得实时网络流中的有标记数据及无标记数据；

对数据集中有标记数据、无标记数据形成聚类簇，进行众数标记；

若聚类簇中不包含任何有标记数据，则将该聚类簇标记为未知聚类簇，并将未知聚类簇中的所有流量数据标记为未知类数据样本；

所述将各节点的未知类数据样本合并，并构建分类器，使用该分类器对实时流量进行流量类型识别包括：

将各节点的未知类数据样本合并，并采用有监督学习方法构建分类器；

所述获取N多个节点采集的未知类数据样本，并进行数据共享包括：

采集各个节点的未知类数据样本，并合并，将合并后的未知类数据样本与有标记数据合并，形成有标记训练数据集。

2.根据权利要求1所述分布式网络流量新奇检测方法，其特征在于，所述分布式网络流量新奇检测方法还包括节点网络数据构建，所述节点网络数据构建包括：

采集N多个节点的实时网络数据包，并进行流构造，还原实时网络流。

3.根据权利要求1所述分布式网络流量新奇检测方法，其特征在于，所述对数据集中有标记数据、无标记数据形成聚类簇，进行众数标记包括：

处理各个节点中有标记、无标记数据组成的网络流数据，根据有标记、无标记数据的流量标签进行众数标记。

4.根据权利要求3所述分布式网络流量新奇检测方法，其特征在于，所述对数据集中有标记数据、无标记数据形成聚类簇，进行众数标记包括：

采用无监督学习方法处理各个节点中有标记、无标记数据组成的网络流数据，根据有标记、无标记数据的流量标签进行众数标记。

5.根据权利要求4所述分布式网络流量新奇检测方法，其特征在于，所述无监督学习方法为K均值聚类算法。

6.根据权利要求1所述分布式网络流量新奇检测方法，其特征在于，所述有监督学习方法为随机森林算法。