[发明专利]一种基于梯度的网络流量分类方法及系统

说明书

本发明公开了一种基于梯度的网络流量分类方法及系统。本方法为：利用类别标注的网络流量样本集训练用于获取流量特征的深度学习网络；其中，训练方法为：将类别标注的网络流量样本输入所述深度学习网络，得到对应的流量特征；将网络流量样本的标注类别及对应的流量特征分别输入到Rectified‑ArcFace层计算预测损失值，使得类别和流量特征之间的角度间隔最大化；将损失值反向传播优化；将一验证数据集输入训练后的深度学习网络，得到梯度阈值；将待识别网络流量输入深度学习网络，将所得候选类别反向传播并计算Rectified‑ArcFace层网络权重的梯度H，如果H大于梯度阈值，则将待识别网络流量的类别为未知类别。

技术领域

本发明属于网络测量与行为分析领域，涉及一种基于Rectified-ArcFace层(改进的加性角度间隔损失层)梯度兼顾解决已知类别流量分类和未知类别流量识别问题的新型网络流量分类方法及系统，具体涉及一种带有Rectified-ArcFace层的基于梯度的新型网络流量分类方法及系统。

背景技术

网络流量分类技术，是一种对网络上的应用或行为产生的流量进行分类的技术。网络流量分类技术作为增强网络可控性的基础技术之一，有助于网络的智能化运维和管理、维护网络安全等。此外，网络流量分类对提供差异化网络服务质量、网络入侵检测、流量整形、资源分配等具有重要意义。

现有的网络分类的方法大致可以分为三类，传统基于端口和基于有效载荷的方法、基于机器学习的方法和基于深度学习的方法。

传统的基于端口的方法，包括基于端口号的方法和基于有效载荷的方法。基于端口号的方法，通过识别固定的网络协议端口号来识别网络流量的类别，如80端口为HTTP流量、25端口为SMTP流量。基于有效载荷的方法，如深度包检测技术，通过有效载荷中的签名来识别应用类型。

基于机器学习的方法，利用流量数据包的特征(包括数据包到达时间间隔、数据包长度等)和机器学习方法来进行流量分类。这些方法包括有监督的机器学习算法(如：支持向量机)和无监督的机器学习算法(如：K-Means)。

基于深度学习的方法，利用经典的深度学习网络结构，如：CNN、LSTM、SAE和MLP进行流量分类。近来一些端到端的深度学习模型相继提出，如FS-Net、App-Net等。

目前，网络流量呈现加密化的趋势，传统的流量分类方法已不适用。现有的机器学习方法和深度学习的方法存在的问题：

(1)现有的研究大都基于所有流量都是由已知应用程序产生的假设来对流量进行分类，因此它们只能对先前采样和标记的现有类进行分类。而真实的网络环境中每时每刻都有可能有新的应用产生，同时已有的应用也会进行更新和迭代。这些未知类别的流量会大大降低利用已知类别训练的分类器的准确性。将未被分类器学习过的流量类别称为未知流量。

(2)现有的深度学习方法基于SoftMax损失，没有显示优化特征向量，使得相同类别的样本的特征向量更相似，而不同类别的样本更具有区分性。

(3)现有的方法大都没有考虑到类别不平衡的问题。但在真实的网络环境中，类别不平衡的问题不可避免，会影响分类器的分类性能。

因此，为加强网络流量监管和增强网络安全可控性，需要一种有效的网络流量分类方法，可以在真实的网络环境中，识别出未知流量，同时，可以准确分类已知类别流量。

发明内容

针对真实网络环境中存在未知类别流量以及流量类别数目不平衡带来的分类性能下降的问题，本发明的目的在于提供一种基于梯度的网络流量分类方法及系统。

本发明的技术方案为：

一种基于梯度的网络流量分类方法，其步骤包括：