基于柔性神经树的Internet流量早期识别模型.docVIP

基于柔性神经树的Internet流量早期识别模型 　　摘 要：在互联网产生的早期阶段对其进行准确有效的识别，对于网络管理和网络安全来说都有着极其重要的意义。鉴于此，近年来越来越多的研究致力于仅仅基于流量早期的数个数据包，建立有效的机器学习模型对其进行识别。本文力图基于柔性神经树（FNT）构建有效的互联网流量早期识别模型。两个开放数据集和一个实验室采集的数据集用于实验研究，并将FNT与8种经典算法进行对比。实验结果表明，FNT在大多数情况下，其识别率和误报率指标优于其他算法，这说明FNT是一种有效的流量早期识别模型。 　　关键词：流量识别；机器学习；早期特征；柔性神经树 　　中图分类号：TP391.41 文献标识号：A 文章编号：2095-2163（2015-）02- 　　Early Stage Internet Traffic Identification Model based on Flexible Neural Trees 　　PENG Lizhi， ZHANG Hongli 　　（School of Computer Science and Technology， Harbin Institute of Technology， Harbin 150001， China） 　　Abstract： Identifying Internet traffic at their early stages accurately is very important for network management and security. Recent years， more and more studies have devoted to find effective machine learning models to identify traffics with the few packets at the early stage. This paper tries to build an effective early stage traffic identification model by applying flexible neural trees. Three network traffic data sets including two open data sets are used for the study. Eight classical classifiers are employed as the comparing methods in the identification experiments. FNT outperforms the other methods for most cases in the identification experiments， and it behaves very well for both of TPR and FPR. Thus， FNT is effective for early stage traffic identification. 　　Keywords：Traffic Identification； Machine Learning； Early Stage Features； Flexible Neural Trees 　　0 引 言 　　近年来，Internet流量早期识别越来越受到关注，因为在流量发生的早期阶段对其进行快速识别切合实际应用的真实需求。传统的基于机器学习的流量识别技术都是针对完整的流量样本提取特征，进而对其进行识别。这种基于完整流的特征集用于离线研究非常有效，但在实际情况下，当流已经结束后对其进行特征提取，然后再进行识别是没有实际意义的。因为无论从网络管理还是安全的角度讲，流结束后，已经无法对其进行有效管理与控制。因而实际应用的Internet流量识别技术必须具备在流量发生的早期对其快速准确识别的能力，只有这样，针对流量的后续管理与安全策略才能正常实施。所以，近年来，越来越多的研究者开始致力于构建有效的识别模型，用于Internet流量的早期识别。 　　1 相关工作 　　L. Bernaille等于2006年提出了一个著名的早期流量识别的方法[1]，其中直接使用TCP流的前属多个数据包的包大小作为特征，然后使用K均值聚类方法对10种典型的Internet应用流量进行识别，获得了比较理想的识别结果。A. Este等在2009年针对流量早期特征提取问题做了一项重要的研究[2]，研究使用早期数据包的RTT、包大小、包到达时间间隔和包方向等作为早期特征，应用信息理论进行分析，并用多种分类器进行验证试验。研究