[发明专利]网络流量的分类方法和系统

说明书

技术领域

本发明涉及网络流量的分类技术领域，特别是涉及一种网络流量的分类方法和系统。

背景技术

随着互联网规模不断扩大，网络流量分类在增强互联网可控性、保障网络完全等方面起着日益重要的作用。通过对网络流量类型进行分析，网络管理人员可以在细粒度层次上规划网络流量、平衡网络资源、去除异常流量，从而保证网络安全运行。

目前，常用基于机器学习来解决流量分类问题，机器学习方法大致分为监督机器学习方法和无监督机器学习方法。机器学习方法具有分类比较准确、快速的特点，但是分类性能好坏依赖于训练集的选择，并且监督机器学习方法往往需要大量的标签数据，不能处理未知流样本。无监督机器学习方法虽然可应用聚类方法构造一个流量分类器，但是准确率不高，并且类簇的数量需要提前设置。

发明内容

基于此，有必要针对现有机器学习方法中无法对大量未知流样本进行分类以及准确度不高的问题，提供一种网络流量的分类方法和系统。

一种网络流量的分类方法，包括以下步骤：

获取待测试的流量样本集和流量分类器；

根据待测试的流量样本集和流量分类器确定待测试的流量样本集中流量样本的应用类别；

其中，所述流量分类器为通过以下方法而获取的流量分类；

获取第一样本集和第二样本集，所述第一样本集中包括有应用类别标签的流量样本，所述第二样本集中包括无应用类别标签的流量样本；

根据所述第一样本集和所述第二样本集聚类成各个簇；

对第一样本集中的流量样本和第二样本集中的流量样本进行流相关性分析，利用第一样本集中流量样本的应用类别标签，对所述第二样本集中与所述第一样本集中的流量样本有流相关性的流量样本进行标记；

将所述第一样本集中的流量样本与所述第二样本集中所有具有应用类别标签的流量样本存储至应用类别标签数据库；

根据各个簇和应用类别标签数据库中的应用类别进行映射分析，确定流量分类器。

一种网络流量的分类系统，包括：

信息获取模块，用于获取待测试的流量样本集和流量分类器；

流量类别确定模块，用于根据待测试的流量样本集和流量分类器确定待测试的流量样本集中流量样本的应用类别；

流量分类器获取模块，用于获取流量分类器；

所述流量分类器获取模块，还包括：

样本集获取模块，用于获取第一样本集和第二样本集；

簇分析模块，用于根据所述第一样本集和所述第二样本集聚类成各个簇；

样本标记模块，用于对第一样本集中的流量样本和第二样本集中的流量样本进行流相关性分析，利用第一样本集中流量样本的应用类别标签，对所述第二样本集中与所述第一样本集中的流量样本有流相关性的流量样本进行标记；

样本存储模块，用于将所述第一样本集中的流量样本与所述第二样本集中所有具有应用类别标签的流量样本存储至应用类别标签数据库；

流量分类器确定模块，用于根据各个簇和应用类别标签数据库中的应用类别进行映射分析，确定流量分类器。

上述网络流量的分类方法和系统，利用流相关性方法重新构建一种基于半监督的网络流量分类模型，该方法可以对大量未知流样本在训练样本较少的情况下进行分类并且准确度高。

附图说明

图1为本发明的网络流量的分类方法在一个实施例中的流程示意图；

图2为本发明实施例中根据第一样本集和第二样本集聚类成各个簇的流程示意图；

图3为本发明实施例中流相关性分析以及创建应用类别标签数据库的流程示意图；

图4为本发明实施例中根据各个簇和应用类别标签数据库中应用类别进行映射分析，获得流量分类器的流程示意图；

图5为本发明实施例中根据待测试的流量样本集和流量分类器确定流量类别的流程示意图；

图6为本发明的网络流量的分类方法在另一个实施例中的流程示意图；

图7为本发明的网络流量的分类系统在一个实施例中的结构示意图；

图8为本发明的网络流量的分类系统在另一个实施例中的结构示意图。

具体实施方式

下面将结合较佳实施例及附图对本发明的内容作进一步详细描述。显然，下文所描述的实施例仅用于解释本发明，而非对本发明的限定。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。应当说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。