[发明专利]互联网流量区分方法

摘要

本发明公开了一种互联网流量区分方法，依据少量的标表示的流量样本，通过离线的监督学习分类，通过被分类的流量的特征对没有被标记的流量进行识别，能够在网络流量发生的早期实现对生成流量的应用类别进行预测，保证对网络监督的及时性，从而实现在真实的网络环境下实现网络流量分类的问题。通过进一步的半监督聚类添加新的应用类型，完善应用类型标记与应用类型的关系表，对网络中声称的流量进行有效的标记，从而可以实时获取具有准确应用类型标签的流量数据。同时，当网络环境发生变化时，这种变化会在半监督聚类中体现出来，并进一步的满足对新网络环境的的流量区分。

主权项

一种互联网流量区分方法，其特征在于，包括以下步骤：100.流出被测量网络中部分主机的数据依据应用程序与预定的应用类型标签的映射关系而被标记；200.在被测量网络边界处镜像流出被测量网络的网络流量，进而将该镜像的网络流量转发两路以备处理，一路用于半监督聚类分析，转步骤310，另一路用于监督学习分类，转步骤320；310.半监督聚类分析：将镜像的网络流量聚类成簇的集合，对其中包含有应用类型标签的流量样本的簇进行标记，并将其中没有包含应用类型标签的流量样本的簇所包含的所有流量样本都映射为半监督聚类分析得出的新的应用类型；然后将半监督聚类分析的结果输出；400.依据半监督聚类分析的结果中新的应用类型，添加新的应用程序与应用类型标签的映射关系项；320.监督学习分类：321.使用镜像的网络流量中的被标记的流量样本，即有标签数据训练分类器；322.依据所述分类器对未被标记的流量进行分类，并把分类后的分类结果输出；500.对半监督聚类分析的结果与步骤322分类结果输出的流量进行成分对比分析，以用于指导分类训练器的生成和半监督聚类分析方法。