程光^1,2,3,钱德鑫^1,2,3,郭建伟⁴,史海滨^1,2,3,吴桦^1,2,3,赵玉宇^1,2,3

¹(东南大学网络空间安全学院 南京 211189);²(教育部计算机网络和信息集成重点实验室(东南大学) 南京 211189);³(江苏省计算机网络技术重点实验室(东南大学) 南京 211189);⁴(华为技术有限公司西安研究所 西安 710075) (gcheng@njnet.edu.cn)

出版日期: 2020-12-01


基金资助:国家重点研发计划项目(2018YFB1800602，2017YFB0801703)；教育部-中国移动科研基金项目(MCM20180506)；国家自然科学基金项目(61602114)；赛尔网络下一代互联网技术创新项目(NGIICS20190101,NGII20170406)

A Classification Approach Based on Divergence for Network Traffic in Presence of Concept Drift

Cheng Guang^1,2,3, Qian Dexin^1,2,3, Guo Jianwei⁴, Shi Haibin^1,2,3, Hua^1,2,3, Zhao Yuyu^1,2,3

¹(School of Cyber Science and Engineering, Southeast University, Nanjing 211189);²(Key Laboratory of Computer Network and Information Integration (Southeast University), Ministry of Education, Nanjing 211189);³(Jiangsu Provincial Key Laboratory of Computer Network Technology (Southeast University), Nanjing 211189);⁴(Xi’an Research Institute, Huawei Technologies Co., Ltd., Xi’an 710075)

Online: 2020-12-01


Supported by:This work was supported by the National Key Research and Development Program of China (2018YFB1800602, 2017YFB0801703), the Ministry of Education-China Mobile Research Fund Project (MCM20180506), the National Natural Science Foundation of China (61602114), and the CERNET Innovation Project (NGIICS20190101, NGII20170406).

摘要/Abstract

摘要： 网络流量特征分布的动态变化产生概念漂移问题，造成基于机器学习的网络流量分类模型精度下降.定期更新分类模型耗时且无法保证分类模型的泛化能力.基于此，提出一种基于散度的网络流概念漂移分类方法(ensemble classification based on divergence detection, ECDD)，采用双层窗口机制，从信息熵的角度出发，根据流量特征分布的JS散度，记为JSD(Jensen-Shannon divergence)来度量滑动窗口内数据分布的差异，从而检测概念漂移.借鉴增量集成学习的思想，检测到漂移时对于新样本重新训练出新的分类器，之后通过分类器权值排序，保留性能较高的分类器，加权集成分类结果对样本进行分类.抓取常见的网络应用流量，根据应用特征分布的不同构建概念漂移数据集，将该方法与常见的概念漂移检测方法进行实验对比，实验结果表明：该方法可以有效地检测概念漂移和更新分类器，表现出较好的分类性能.

参考文献

相关文章 15

[1]	吴宗友, 白昆龙, 杨林蕊, 王仪琦, 田英杰. 电子病历文本挖掘研究综述[J]. 计算机研究与发展, 2021, 58(3): 513-527.
[2]	陈晋音, 陈奕芃, 陈一鸣, 郑海斌, 纪守领, 时杰, 程瑶. 面向深度学习的公平性研究综述[J]. 计算机研究与发展, 2021, 58(2): 264-280.
[3]	于畅, 王雅文, 林欢, 宫云战. 基于故障检测上下文的等价变异体识别算法[J]. 计算机研究与发展, 2021, 58(1): 83-97.
[4]	李双峰. TensorFlow Lite：端侧机器学习框架[J]. 计算机研究与发展, 2020, 57(9): 1839-1853.
[5]	陈珂锐, 孟小峰. 机器学习的可解释性[J]. 计算机研究与发展, 2020, 57(9): 1971-1986.
[6]	丁成诚, 陶蔚, 陶卿. 一种三参数统一化动量方法及其最优收敛速率[J]. 计算机研究与发展, 2020, 57(8): 1571-1580.
[7]	贺一笑, 庞明, 姜远. 蒙德里安深度森林[J]. 计算机研究与发展, 2020, 57(8): 1594-1604.
[8]	李冬梅, 张扬, 李东远, 林丹琼. 实体关系抽取方法研究综述[J]. 计算机研究与发展, 2020, 57(7): 1424-1448.
[9]	陶涛, 孙玉娥, 陈冬梅, 杨文建, 黄河, 罗永龙. 一种基于智能手机传感器数据的地图轮廓生成方法[J]. 计算机研究与发展, 2020, 57(7): 1490-1507.
[10]	蓝天, 彭川, 李森, 叶文政, 李萌, 惠国强, 吕忆蓝, 钱宇欣, 刘峤. 单声道语音降噪与去混响研究综述[J]. 计算机研究与发展, 2020, 57(5): 928-953.
[11]	刘辰屹, 徐明伟, 耿男, 张翔. 基于机器学习的智能路由算法综述[J]. 计算机研究与发展, 2020, 57(4): 671-687.
[12]	周文, 张世琨, 丁勇, 陈曦. 面向低维工控网数据集的对抗样本攻击分析[J]. 计算机研究与发展, 2020, 57(4): 736-745.
[13]	王艳, 李念爽, 王希龄, 钟凤艳. 编码技术改进大规模分布式机器学习性能综述[J]. 计算机研究与发展, 2020, 57(3): 542-561.
[14]	刘俊旭, 孟小峰. 机器学习的隐私保护研究综述[J]. 计算机研究与发展, 2020, 57(2): 346-362.
[15]	魏立斐, 陈聪聪, 张蕾, 李梦思, 陈玉娇, 王勤. 机器学习的安全问题及隐私保护[J]. 计算机研究与发展, 2020, 57(10): 2066-2085.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4319