一种基于不均衡数据的网络入侵流量分类方法

doi:10.11959/j.issn.1000-0801.2015085

电信科学 ›› 2015, Vol. 31 ›› Issue (6): 79-85.doi: 10.11959/j.issn.1000-0801.2015085

一种基于不均衡数据的网络入侵流量分类方法

关晓惠¹,钱亚冠²

¹ 浙江水利水电学院杭州 310018
² 浙江科技学院理学院杭州 310023

出版日期:2015-07-23 发布日期:2015-08-03
基金资助:
浙江省水利厅科技计划基金资助项目;浙江省网络媒体云处理与分析工程技术中心开放课题基金资助项目;2014年度高校国内访问学者专业发展基金资助项目

A Network Traffic Classification Method for Class-Imbalanced Data

Xiaohui Guan¹,Yaguan Qian²

¹ Zhejiang University of Water Resources and Electric Power，Hangzhou 310018，China
² College of Science，Zhejiang University of Science and Technology，Hangzhou 310023，China

Online:2015-07-23 Published:2015-08-03
Supported by:
Water Resources Department Foundation of Zhejiang Province;The Open Project of Cloud Processing and Analysis Center of Network Media of Zhejiang Province;The Professional Development Project of 2014 College Visiting Scholar

摘要/Abstract

摘要：

在网络入侵流量检测中，普遍存在不同攻击类型的流量分布不均现象，导致少数攻击流量类识别率较低。为解决此类问题，基于不同特征空间的分类器流水线组合方法将多分类问题转化为不同特征空间上的两分类问题，有效地实现少数类重抽样和特征空间的优化，避免了少数类受多数类特征的干扰。实验表明，此方法可以有效地提高攻击流量中少数类的分类精度和召回率。

关键词: 攻击流量, 类不均衡, 分类器流水线组合

Abstract:

It is very common that flow distribution of class is not uniform in attack traffic. It wi11 lead to a 1ow classification accuracy in network intrusion detection. For overcoming this class imbalance phenomenon，a pipelining ensemble approach in different feature spaces was proposed，which translates multi-class classification to two-class classification. Based on the pipelining ensemble，it could be further conduct oversampling and customized feature selection for minority class，which may avoid the disturbance from majority class. The experiment result shows that the proposed approach can efficiently improve the accuracy of minority class of attack traffic.

Key words: attack traffic, class imbalance, classifiers pipelining ensemble

关晓惠,钱亚冠. 一种基于不均衡数据的网络入侵流量分类方法[J]. 电信科学, 2015, 31(6): 79-85.

Xiaohui Guan,Yaguan Qian. A Network Traffic Classification Method for Class-Imbalanced Data[J]. Telecommunications Science, 2015, 31(6): 79-85.

图/表 9

表1

图1

图2

图3

图4

图5

图6

图7

图8

参考文献 20

1	Hettich S ， Bay S D . KDD cup 1999. ， 2007
2	Weiss G ， Provost F . Learning when training data are costly：the effect of class distribution on tree induction. Artificial Intelligence Research， 2003（19）：315～354
3	Kubat M ， Matwin S . Addressing the curse of imbalanced data sets：one sided sampling. Proceedings of the 14th International Conference on Machine Learning， Nashville，USA， 1997
4	Chen X ， Gerlach B ， Casasent D . Pruning support vectors for imbalanced data classification. Proceedings of IEEE International Joint Conference on Neural Networks， Montreal，Quebec，Canada， 2005
5	Kubat M ， Matwin S . Learning when negative examples abound. Proceedings of the 9th European Conference on Machine Learning， Prague，Czech Republic， 1997
6	Chawla N ， Bowyer K ， Hall L ， et al. SMOTE：synthetic minority over-sampling technique. Artificial Intelligence Research， 2002（16）：321～357
7	Estabrooks A ， Jo T ， Japkowicz N . A multiple resampling method for learning from imbalanced data sets. Computational Intelligence， 2004，20（1）：18～36
8	Ling C ， Li C . Data mining for direct marketing problems and solutions. Proceedings of the 4th International Conference on Knowledge Discovery and Data Mining， New York，USA， 1998
9	Chawla N ， Japkowicz N ， Kotcz A . Editorial：special issue on learning from imbalanced data sets. ACM SIGKDD Explorations Newsletter， 2004，6（1）：1～6
10	Putten P V D ， Someren M V . A bias-variance analysis of a real world learning problem：the CoIL challenge 2000. Machine Learning， 2004，57（1-2）：177～195
11	Forman G . An extensive empirical study of feature selection metrics for text classification. Machine Learning Research， 2003（3）：1289～1305
12	Zheng Z ， Wu X ， Srihari R . Feature selection for text categorization on imbalanced data. ACM SIGKDD Explorations Newsletter， 2004（6）：80～89
13	Zhang H ， Lu G ， Qassrawi M T ， et al. Feature selection for optimizing traffic classification. Computer Communications， 2012，35（12）：1457～1471
14	Galar M ， Fernández A ， Barrenechea E ， et al. A review on ensembles for the class imbalance problem：bagging，boosting，and hybrid-based approaches. IEEE Transactions on Systems，Man，and Cybernetics，Part C：Applications and Reviews， 2012，42（4）：463～484
15	Seiffert C ， Khoshgoftaar T ， Van Hulse J ， et al. Rusboost：ahybrid approach to alleviating class imbalance. IEEE Transactions on Systems，Man and Cybernetics，Part A：Systems and Humans， 2010，40（1）：185～197
16	Liu X Y ， Wu J ， Zhou Z H . Exploratory undersampling for class-imbalance learning. IEEE Transactions on Systems，Man，and Cybernetics，Part B：Cybernetics， 2009，39（2）：539～550
17	Sun Y ， Kamel M S ， WongA K ， et al. Cost-sensitive boosting for classification of imbalanced data. Pattern Recognition， 2007，40（12）：3358～3378
18	Van Hulse J ， Khoshgoftaar T ， Napolitano A . An empirical comparison of repetitive undersampling techniques. Proceedings of IEEE International Conference on Information Reuse ＆Integration， Las Vegas，NN，USA， 2009：29～34
19	Breiman L . Bagging predictors. Machine Learning， 1996（24）：123～140
20	Xie G ， Iliofotou M ， Keralapura R ， et al. Subflow：towards practical flow-level traffic classification. Proceedings of IEEE INFOCOM， Orlando，FL，USA， 2012

攻击类型	数据流数量/个	比例
DoS	39 092	98.33%
U2R	13	0.03%
R2L	213	0.54%
probe	437	1.10%

[1]	钱亚冠,关晓惠. 网络入侵检测系统中的漂移检测[J]. 电信科学, 2015, 31(3): 2015058-.
[2]	钱亚冠,关晓惠. 网络入侵检测系统中的漂移检测[J]. 电信科学, 2015, 31(3): 67-73.

一种基于不均衡数据的网络入侵流量分类方法

A Network Traffic Classification Method for Class-Imbalanced Data

在线阅读

PDF下载

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 20

相关文章 2

Metrics

推荐阅读 0