類別不平衡條件下的小樣本加密流量識別.pdf

1、隨著應(yīng)用類型的多樣化發(fā)展,互聯(lián)網(wǎng)逐漸成為日常生活中不可或缺的交流平臺。人們在享受互聯(lián)網(wǎng)海量信息帶來的便利的同時,也意識到安全與隱私的重要性。加密技術(shù)的應(yīng)用使得網(wǎng)絡(luò)控管的難度增加,所以從海量數(shù)據(jù)中識別加密流量是十分重要的?，F(xiàn)實網(wǎng)絡(luò)環(huán)境中的加密流量比例很小,傳統(tǒng)的識別方法容易造成錯誤分類,進而對于加密流量的識別度很低。本文針對網(wǎng)絡(luò)流量的不平衡環(huán)境中,加密流量的識別開展研究。
　　本文首先對類別不平衡問題進行了相關(guān)研究,分析了數(shù)據(jù)集本身

2、對分類的影響,并對傳統(tǒng)分類器性能的評價準則進行討論。對機器學習方法在流量識別上的應(yīng)用進行了總結(jié),并從中選取兩種方法用于處理類別不平衡數(shù)據(jù)集。研究了過抽樣技術(shù),分析了以互信息為度量準則的可實施性,并根據(jù)Neyman-Pearson準則對分類器進行性能優(yōu)化。
　　然后,通過對加密流量的識別和類別不平衡的處理的分析,本文設(shè)計并實現(xiàn)了一個靜態(tài)檢測分類系統(tǒng),達到在一定程度上控制誤報率的同時,提高對小樣本加密流量的識別。采用過抽樣方法對不平衡

3、數(shù)據(jù)進行預(yù)處理。設(shè)計了基于互信息最大化的聚類方法,從而實現(xiàn)對于K-Means算法聚類簇數(shù)目設(shè)定的優(yōu)化。采用風險函數(shù)和代價敏感方法,優(yōu)化分類器識別小樣本的準確率,并構(gòu)造一個多類別二元分類器序列,實現(xiàn)錯誤分類的樣本數(shù)最少,從而提高分類器對小樣本的識別。此外,分類器序列能夠識別未知應(yīng)用類型。
　　最后,采用公開數(shù)據(jù)集對系統(tǒng)模型進行測試,分別對聚類模型和簇內(nèi)分類模型進行研究,并分析了影響性能的因素。實驗結(jié)果顯示,系統(tǒng)對Skype流量的識別