基于可变特征空间SVM的互联网流量分类

doi:10.11959/j.issn.1000-0801.2016132

摘要/Abstract

摘要：

支持向量机（support vector machine,SVM）是一类具有良好泛化能力的机器学习算法，适合应用于互联网动态环境下的流量分类问题。目前将SVM扩展到流量分类这样的多分类问题的方法主要有One-Against-All和One-Against-One方法。这些方法都基于单一的特征空间训练SVM两分类器，没有考虑到不同特征对不同流量类的不同区分能力，因此获得的分离超平面并不是最合理的。为此提出了可变特征空间的SVM集成方法，即为每个两分类 SVM 构建具有最优区分能力的独立特征空间，单独训练两分类 SVM，最后再利用One-Against-All和One-Against-One方法集成为多分类器。实验表明，与原来的单一特征空间的One-Against-All和One-Against-One集成方法相比，提出的方法能有效提高流量分类器分类精度和召回率，更易获得最优分离超平面。

关键词: 支持向量机, 可变特征空间, 流量分类

Abstract:

SVM is a typical machine learning algorithm with prefect generalization capacity,which is suitable for the internet traffic classification.At present,there are two approaches,One-Against-All and One-Against-One,proposed for extending SVM to multi-class problem like traffic classification.However,these approaches are both based on a unique feature space.In fact,the separating capacity of a special traffic feature is not similar to different applications.Hence,flexible feature space for extending SVM was proposed,which constructs independent feature space with optimal discriminability for each binary-SVM and trains them under their own feature space.Finally,these trained binary-SVM were ensemble by One-Against-All and One-Against-One approaches.The experiments show that the proposed approach can efficiently improve the precision and callback of the traffic classifier and easily obtain more reasonable optimal separating hyper-plane.

Key words: support vector machine, flexible feature space, traffic classification

钱亚冠,关晓惠,云本胜,楼琼,马鹏飞. 基于可变特征空间SVM的互联网流量分类[J]. 电信科学, 2016, 32(5): 105-113.

Yaguan QIAN,Xiaohui GUAN,Bensheng YUN,Qiong LOU,Pengfei MA. Internet traffic classification using SVM with flexible feature space[J]. Telecommunications Science, 2016, 32(5): 105-113.

图/表 10

图1

图2

图3

表1

表2

表3

图4

图5

图6

图7

参考文献 14

[1]	BUJLOW T , CARELA-ESPANOL V , BARLET-ROS P . Independent comparison of popular DPI tools for traffic classification. Computer Networks, 2015(76): 75-89.
[2]	钱亚冠，张旻 . 基于过抽样技术的 P2P流量识别方法[J]. 电信科学 2014,30(4):109-113. QIAN Y G ， ZHANG M . P2P traffic identification based over-sampling technique[J]. Telecommunications Science, 2014 30(4):109-113.
[3]	TONGAONKAR A , TORRES R , ILIOFOROU M , et al. Towards self-adaptive network traffic classification[J]. Computer Communications, 2015(56): 35-46.
[4]	SOYSALA M , SCHMIDT E G . Machine learning algorithms for accurate flow-based network trafficclassification:evaluation and comparison. Performance Evaluation, 2010,67(6): 451-467.
[5]	SINGH H . Performance analysis of unsupervised machine learning techniques for network traffic classification[C]// 2015 Fifth International Conference on Advanced Computing &Communication Technologies （ACCT）， Feb 21-25, 2015, Haryana,India. New Jersey: IEEE Press, 2015: 401-404.
[6]	徐鹏，刘琼，林森 . 基于支持向量机的Internet流量分类研究[J]. 计算机研究与发展 2009,46(3):407-414. XU P ， LIU Q ， LIN S . Internet traffic classification using support vector machine[J]. Journal of Computer Research and Development, 2009 46(3):407-414.
[7]	ESTE A , GRINGOLI F , SALGARELLI L . Support vector machines for TCP traffic classification[J]. The International Journal of Computer and Telecommunications Networking, 2009,53(14): 2476-2490.
[8]	ZHOU X S . A P2P traffic classification method based on SVM[C]// The 2008 International Symposium on Computer Science and Computational Technology， Dec 20-22, 2008, Washington,DC,USA.[S.1.:s.n.], 2008: 53-57.
[9]	LI Z , YUAN R , GUAN X . Accurate classification of the internet traffic based on the svm method[C]// The IEEE International Conference onCommunications,2007（ICC'07）， June 24-28, 2007, Glasgow,Scotland. New Jersey: IEEE Press, 2007: 1373-1378.
[10]	CHANG C C , LIN C J . LIBSVM:a library for support vector machines[EB/OL]. [2001-07-20]. .
[11]	KREBEL H G . Pairwise classification and support vector machines[A]// SCHOLKIPF B,BURGES C J C,SMOLA A.Advances in kernel methods:support vector learning[M]. Cambridge: The MIT Press， 1999: 255-268.
[12]	XIE G , ILIOFOTOU M , KERALAPURA R , et al. Subflow:Towards practical flow-level traffic classification[C]// IEEE INFOCOM 2012， March 25-30, 2012, Orlando,FL,USA. New Jersey: IEEE Press, 2012: 2541-2545.
[13]	GUYONG I , WESTON J , BARNHILL S , et al. Gene selection for cancer classification using support vector machines[J]. Machine Learning, 2002,46(1-3): 389-422.
[14]	MOORE A W.Dataset[EB/OL]. [2009-06-29]. .

WWW	mail	FTP-control	FTP-pasv	attack	P2P	database	FTP-data	multimedia	services	interactive
15.4%	17.5%	6.3%	1.8%	5.2%	14.4%	10.1%	16.7%	3.7%	8.7%	0.2%

WWW	mail	QQ	P2P	games	attack
18.7%	19.1%	22.3%	15.7%	6.6%	17.6%

序号	网络流（flow）特征	描述
1	Dst_port	服务器端口，连接响应方
2	Src_port	客户端端口，连接发起方
3	max_data_ip	IP数据分组中最大字节数
4	max_data_wire	以太网数据帧中最大字节数
5	syn_pkts_sent_a→b	客户端到服务器端发送的带syn标志的数据分组数
6	syn_pkts_sent_b→a	服务器端到客户端发送的带syn标志的数据分组数
7	throughput b→a	从服务器到客户端的吞吐量
8	mean_data_ip_a→b	从客户端到服务器IP数据分组的平均字节数
9	mean_data_ip_b→a	从服务器到客户端IP数据分组的平均字节数
10	mean_IAT_a→b	从客户端到服务器的数据分组平均到达间隔
11	mean_IAT_b→a	从服务器到客户端的数据分组平均到达间隔
12	duration	TCP连接持续时间

[1]	李世通, 全大英, 唐泽雨, 陈赟, 汪晓峰, 金小萍. 基于时频图像和高次频谱特征的雷达信号识别[J]. 电信科学, 2022, 38(2): 84-91.
[2]	顾玥, 李丹, 高凯辉. 基于机器学习和深度学习的网络流量分类研究[J]. 电信科学, 2021, 37(3): 105-113.
[3]	李亚杰,赵永利,刘守东,张杰. 基于人工智能的光纤非线性均衡算法研究概述[J]. 电信科学, 2020, 36(3): 61-70.
[4]	张溶芳,许丹丹,王元光,潘思宇,李正茂. 机器学习在物联网虚假用户识别中的运用[J]. 电信科学, 2019, 35(7): 136-144.
[5]	雷宇骁,李更丰,黄玉雄,别朝红. 基于支持向量机的发/输电系统快速蒙特卡洛可靠性评估方法[J]. 电信科学, 2019, 35(6): 15-24.
[6]	钱亚冠,关晓惠,吴淑慧,云本胜,任东晓. 一种基于贪心算法的SVM扰动攻击方法[J]. 电信科学, 2019, 35(1): 81-89.
[7]	钱亚冠,关晓惠,吴淑慧,云本胜,任东晓. 一种基于特征集构建的Bagging集成方法及其在流量分类中的应用[J]. 电信科学, 2018, 34(4): 41-48.
[8]	李昊奇,应娜,郭春生,王金华. 基于深度信念网络和线性单分类SVM的高维异常检测[J]. 电信科学, 2018, 34(1): 34-42.
[9]	王潇,张荣,郭立君. 顽健合成图像篡改检测及定位[J]. 电信科学, 2017, 33(8): 120-129.
[10]	何振红. 基于广义高斯分布FDCT_Wrap和FSVM的虹膜识别[J]. 电信科学, 2016, 32(7): 126-131.
[11]	刘珍,王若愚. 基于行为特征学习的互联网流量分类方法[J]. 电信科学, 2016, 32(6): 143-152.
[12]	何振红. 基于特征加权FDCT和模糊最小二乘支持向量机的虹膜识别算法[J]. 电信科学, 2016, 32(3): 92-98.
[13]	程辉,方景龙,王大全,王兴起. 超平面支持向量机简化性能分析[J]. 电信科学, 2015, 31(8): 78-83.
[14]	曹瑞彤,曹旭. 一种基于支持向量机的服务质量评估方案[J]. 电信科学, 2014, 30(2): 123-126.
[15]	陆寄远,黄承慧,侯昉,李斌. 基于Hadoop云计算平台的图像分类与标注[J]. 电信科学, 2014, 30(2): 65-69.