基于深度卷積神經網絡的網絡流量分類方法

王勇，周慧怡，俸皓，葉苗，柯文龍

?

基于深度卷積神經網絡的網絡流量分類方法

王勇1,2,3，周慧怡2,3，俸皓1，葉苗3, 4，柯文龍2

（1. 桂林電子科技大學計算機與信息安全學院，廣西 桂林 541004；2. 桂林電子科技大學信息與通信學院，廣西 桂林 541004；3. 桂林電子科技大學認知無線電與信息處理省部共建教育部重點實驗室，廣西 桂林 541004；4.桂林理工大學信息科學與工程學院，廣西 桂林 541004）

針對傳統基于機器學習的流量分類方法中特征選取環(huán)節(jié)的好壞會直接影響結果精度的問題，提出一種基于卷積神經網絡的流量分類算法。首先，通過對數據進行歸一化處理后映射成灰度圖片作為卷積神經網絡的輸入數據，然后，基于LeNet-5深度卷積神經網絡設計適于流量分類應用的卷積層特征面及全連接層的參數，構造能夠實現流量的自主特征學習的最優(yōu)分類模型，從而實現網絡流量的分類。所提方法可以在避免復雜顯式特征提取的同時達到提高分類精度的效果。通過公開數據集和實際數據集的系列仿真實驗測試結果表明，與傳統分類方法相比所提算法基于改進的CNN流量分類方法不僅提高了流量分類的精度，而且減少了分類所用的時間。

流量分類；卷積神經網絡；歸一化；特征選擇

1 引言

隨著大數據時代的到來，新型網絡應用不斷興起，網絡的組成越來越復雜。如何從日益增長的流量數據中獲得更有價值的信息已經成為各大運營商制訂發(fā)展規(guī)劃不可或缺的評估指標之一。網絡流量分類作為網絡管理與網絡安全的關鍵技術之一，不但能夠優(yōu)化網絡配置，降低網絡安全隱患，而且能夠根據用戶的行為分析提供更好的服務質量。目前，基于機器學習的流量分類方法一直是研究者關注的熱點，應用在網絡流量分類領域的機器學習算法可以分為淺層學習和深度學習[1]2種。

淺層學習主要包括：支持向量機、決策樹[2,3]、貝葉斯[4]和-means[5]等。文獻[6]創(chuàng)建了一個跨越多天的WLAN數據集，包括多種流量類型和應用程序，從數據中提取63個特征并用于訓練6種不同的機器學習算法。文獻[7]提出了使用流程級特征實現在線流量分類的算法和架構。首先，設計了基于C4.5決策樹算法和熵MDL（minimum description length）離散化算法的流量分類器對8個主要應用進行分類，總體精度達到97.92%。其次，將離散化算法和FPGA（現場可編程門陣列）以及多核平臺分類器進行合并的方法，實現分類器的優(yōu)化。無論文獻[6]還是文獻[7]均是通過人工選擇和組合特征的方法實現最終的流量分類，增加了網絡流量分類的工作量。文獻[8]使用小波領導者多分形式主義（WLMF, wavelet leaders multifractal formalism）從網絡流中提取多重分形特征來描述網絡流量，然后，將基于主成分分析（PCA, principal component analysis）的特征選擇方法應用于這些多重分形特征以消除不相關和冗余特征。實驗結果表明與現有的基于機器學習的方法中研究的傳輸層數據特征相比，支持向量機（SVM, support vector machine）的分類準確性顯著提高。文獻[9]提出了一種SPP-SVM的實時精確SVM訓練模型。該模型首先通過PCA對數據進行特征提取，降低原有特征的維度，然后，通過采用一種改進的粒子群優(yōu)化算法自動搜索核函數的最優(yōu)工作參數，使其與傳統的SVM相比，可以通過少量的訓練樣本就能顯著的提高流量分類的精度。文獻[9]還通過同時對所有數據進行數值縮放操作來減小工作計算量。文獻[8,9]均采用了PCA降維的方法對網絡流量數據的特征進行降維后再實現網絡流量分類，本文也采用了PCA算法對Moore數據集進行特征降維操作后與本文算法進行了對比。

近年來，深度學習在圖像識別[10]、語音識別[11]、音頻處理[12]和自然語音處理[13]等各大領域均有應用并取得了很好的成績。深度學習主要包括深度置信網絡、卷積神經網絡和遞歸神經網絡等。文獻[14]通過使用WK-ELM算法中的GA技術來獲取神經網絡最合適的參數值，以及使用極端學習機的優(yōu)化方法所提供隱含層的單元數量，來增加正確分類的準確率。該方法很好地解決了神經網絡中參數選取的問題，針對Moore數據集進行流量分類達到了96.57%的準確率。但是該分類方法是一個靜態(tài)的分類過程，需要根據當前樣本人工選取節(jié)點數和參數，即只能一次性地完成訓練，一旦訓練過程樣本發(fā)生變化，就要重新開始訓練，無法動態(tài)更新參數和訓練樣本。面對動態(tài)的批量的分類過程，會浪費大量的時間來更新參數和樣本。文獻[15]針對P2P流量分類準確率較低的問題,提出一種基于深度學習結構、半監(jiān)督的深度置信網絡（DBN, deep belief networks）流量分類方法，構造P2P流量合適的特征空間，建立基于DBN的網絡流量分類模型，并對模型的隱含節(jié)點個數和隱含層個數進行選擇，提高DBN模型對P2P流量的分類準確率。但是該方法在構造數據集的階段就需要進行特征提取，且采用DBN模型進行流量分類計算過于復雜，難以滿足實際應用中的實時性需求。文獻[14,15]在實驗中取得的成功，證明了深度學習在流量分類上的可行性。相對于經典的機器學習方法，在訓練數據發(fā)生變化的時候，基于深度學習的分類模型可以在其原有最優(yōu)模型的基礎上進行微調，生成新的最優(yōu)分類模型完成流量分類。而基于機器學習的分類模型需要對變化的訓練數據重新進行特征提取和訓練學習，完成對新數據的流量分類。

針對以上研究中出現的問題，本文提出了基于離差標準化的卷積神經網絡（MMN-CNN,min-max normalization convolutional neural network），該方法可以隱性地從訓練數據中進行網絡學習并提取特征，不僅避免了人工特征選取的麻煩，很好地解決了不同分類算法對特征選取的差異性，而且提高了流量分類的精度。

2 流量分類問題及描述

網絡流量分類的總體流程包括網絡數據的采集，帶有準確背景信息數據集的生成，數據集的預處理，流量特征的提取以及分類。為了驗證所提算法的可行性，本文分別采用現有的數據集和通過網絡協議數據分析工具（Microsoft Network Monitor）采集的流量數據集進行實驗。目前，針對數據集進行分類的方法，常用的特征選擇方法的基本流程如圖1所示，根據不同的搜索策略對原始特征集生成特定的特征子集后依據某種約定進行特征子集評估，最終得到最優(yōu)的特征子集。這種方法不僅需要額外的計算開銷而且需要根據分類應用的特點來選取合適的特征。針對上述方法存在的問題，本文采用卷積神經網絡對原始數據集進行特征的自主學習，通過多隱含層的深層結構來構造特征空間，對大量數據的自主學習發(fā)現數據的特征表示來構造合適的特征空間。該方法不僅解決了特征子集選取的困難而且提高了分類的效率，為網絡流量進行實時分類奠定了基礎。

卷積神經網絡的輸入形式一般為二維矩陣，如何設計較優(yōu)的數據集預處理方法將影響整個分類的效果。本文選取了2種不同數據集作為輸入數據，第一種為Moore數據集[16]，一共包括12個流量類別，每條流量中包含249流量特征，其中，最后一個特征是每條流量相對應的類別，應用類型為WWW的具體數據格式如圖2所示。

第二種為實際數據集，一共包括4類，每條流量包含784位流量數據，其中每條流量的最后一位是對應的應用類別，應用類型為通信類的具體數據格式如圖3所示。

圖1 特征選擇的基本流程

圖2 應用類型為WWW的數據格式

圖3 應用類型為通信類的數據格式

首先，對數據集進行數據預處理將網絡流量數據轉化為灰度圖片，然后，將灰度圖片作為卷積神經網絡的輸入數據進行學習?；贛MN-CNN的分類方法是將數據集中所有的數據進行歸一化處理，然后，根據數據集中每條數據的長度構造合適的二維矩陣維度，將每一位數據對應為二維矩陣中的一個元素，進而完成灰度圖片映射。

3 基于改進卷積神經網絡的網絡流量分類方法

采用MMN-CNN對網絡流量進行分類的核心思想是通過對數據集進行預處理，再利用卷積神經網絡對預處理后的數據進行自主特征學習，從而完成對流量的分類。其整體架構如圖4所示。

3.1 網絡流量數據集構建

帶有標簽數據集是保證深度學習性能的一個關鍵因素，為此本節(jié)先對需要處理的原始網絡流量數據及標簽的標注工作做簡單介紹，為了驗證后面所設計的基于深度學習的流量分類方法的性能，使用了公開數據集和實際流量數據集，其采集和標注工作如下。

圖4 網絡流量分類整體架構

1) Moore 數據集

Moore數據集是由1 000個用戶通過一條千兆全雙工以太網鏈路連接到互聯網，使用網絡監(jiān)測器采集24 h的網絡流量，然后采用抽樣算法在24 h的流量中得到377 526個網絡樣本，并根據應用類型分為12種類型。Moore數據集中每條網絡流樣本都是從一條完整的TCP雙向流抽象出來，包含249項屬性，其中，最后一項屬性是每條網絡流相對應的類別。Moore流量數據集統計信息如表1所示。

表1 Moore流量數據統計信息

2) 實際數據集

本文所采用的實際數據集是通過微軟發(fā)布的一款網絡協議數據分析工具Microsoft Network Monitor 對校園網流量常用的10種應用軟件進行數據采集得到679 207個網絡樣本，并根據10種應用軟件的相關性分為4種類型，分別為網頁類（Chrome、FireFox和360）、通信類（QQ）、下載類（Thunder和BaiduNetDisk）以及視頻類（IQIYI、mgtv、YOUKU和QQLive）。其中，一條具體應用類型為BaiduNetDisk的數據采集結果如圖5所示，實驗中構造的數據集主要由應用標簽和圖5中的十六進制的流量數據組成。首先，將流量數據進行固定長度的截取，本文將流量數據分為784個字段，每一個字段由8 bit構成，轉化為十進制即為0~255之間的數值。然后，將每條數據流最后一個字段加上對應的應用標簽，即采用第一欄捕獲的流量的應用類型。

圖5 一條應用類型為BaiduNetDisk的采集數據

由Microsoft Network Monitor采集的實際網絡流量數據統計信息如表2所示。

表2 實際流量數據統計信息

本文首先將數據集分成訓練數據集和測試數據集2個部分，這2個數據集中每一種類別的比例與原流量數據保持一致，隨機選取100 000條數據作為測試數據集，其他為訓練數據集。

3.2 數據預處理

本文根據卷積神經網絡能夠隱性地訓練數據中進行網絡學習的特點，對數據集進行預處理的過程設計如下。

為了消除網絡流量之間的量綱關系，使數據之間具有可比性，本文首先對數據集中的每一條相對應的特征進行數值歸一化。具體過程如下。

假設數據集可以表示為行列矩陣

那么根據特征來劃分可以將該矩陣表示為

那么量化后的矩陣可以表示為

以Moore數據集為例，介紹以上設計的數據預處理過程。根據數據集中的特征數量，構建適合卷積神經網絡學習的矩陣維度。根據Moore數據集具有的249位特征，構建一個16×16的矩陣，由于特征維數少于矩陣元素個數，故在矩陣的末位進行相應的補0操作。

將構建好的矩陣中的每個元素作為一個像素點，矩陣中的值作為像素的灰度。元素值越大灰度越大，圖片越接近白色；反之，則灰度越小越接近黑色。每一條網絡流量均將轉換成對應的一張灰度圖片，圖6為Moore數據集中比例較高的4類應用類型所對應的灰度圖片。圖7為實際數據集中應用類型所對應的灰度圖片。

3.3 卷積神經網絡結構

卷積神經網絡[17]的基本結構由輸入層、卷積層、池化層、全連接層、輸出層構成。一般會設計成若干個卷積層和池化層交替模型，即一個卷積層連接一個池化層，池化層后再連接一個卷積層，依此類推。全連接層常用于連接最后2層節(jié)點，用于輸出最終結果。

圖6 不同Moore流量數據對應的灰度圖片

圖7 實際數據對應的灰度圖片

1) 卷積層

卷積層是卷積神經網絡中最重要的一部分，又被稱為過濾器或內核，由多個特征面組成，每個特征面由多個神經元組成。卷積層中每一個節(jié)點的輸入只是上一層神經網絡的一個小塊，這個小塊的長和寬都是人為指定，叫作卷積核，常用的卷積核大小有3×3或5×5。卷積層試圖將神經網絡中的每一小塊進行更加深入地分析從而得到抽象程度更高的特征。卷積層的形式為

2) 池化層

池化層也稱為采樣層，緊跟在卷積層之后，同樣由多個特征面組成，它的每一個特征面唯一對應于上一層的一個特征面。池化層神經網絡不會改變上一層特征面的個數，但是它可以縮小每一個特征面的大小。通過池化層，可以進一步縮小最后全連接層中節(jié)點的個數，從而達到減少整個神經網絡中參數的目的。池化層的形式為

3) 全連接層

全連接層通常位于卷積神經網絡模型的最后位置，作用是計算網絡的最終輸出結果。分類任務中通常在這一層中訓練一個分類器，將學習到的高層特征作為分類器的輸入，輸出結果為分類的結果。

3.4 MMN-CNN的訓練過程

MMN-CNN模型的訓練過程主要涉及網絡的前向傳播和反向傳播，前向傳播用于得到預測值，體現了特征信息的傳遞，而反向傳播則是用于更新變量，體現了誤差信息對模型參數的矯正。

1) 前向傳播

卷積神經網絡的前向傳播與普通神經網絡的前向傳播過程一樣。卷積層的前向傳播形式為

其中，本文中使用激活函數為ReLU函數。

2) 反向傳播

卷積神經網絡的反向傳播算法和BP神經網絡類似。首先，本文使用的總體代價函數定義為

其中，右邊第1項為常規(guī)的交叉熵的表達式，第2項為正則化項，使用一個正則化參數對權重的平方和進行量化調整，本文使用的正規(guī)化參數為0.01。反向傳播算法是根據定義好的損失函數優(yōu)化卷積神經網絡中的參數的取值，從而使卷積神經網絡模型在訓練數據集上的損失函數達到一個較小值。

權值參數的調整方向為

偏置參數的調整方向為

3.5 改進的卷積神經網絡結構

隨著人工智能和大數據時代的到來以及計算能力的飛速發(fā)展，深度學習已經成為各界研究的熱點。作為深度學習的一種重要模型——卷積神經網絡，最初是為解決圖像識別等問題而設計并取得了很好的效果，但在網絡流量分類上卻少有人涉及。因為無論是圖像還是流量數據均是由數值構成，故本文選取卷積神經網絡作為特征學習及分類的方法，用于對網絡流量進行分類。

LeNet-5模型是文獻[18]在1998年設計的用于手寫數字識別的卷積神經網絡，是早期卷積神經網絡中最有代表性的實驗系統之一。LeNet-5模型總共有7層，包括輸入層、卷積層、池化層、卷積層、池化層、全連接層和輸出層。針對網絡流量數據的特點，本文對傳統的LeNet-5模型進行了以下改進。

1) 根據對數據集的分析得到合適大小的灰度圖片，將網絡的輸入層設計為16×16的矩陣。

2) 網絡流量分類的目的是將數據集中不同的流量應用類型進行分類，其中，包括12種不同的應用類型。因此，將傳統的LeNet-5模型的輸出層由10個神經元改為12個神經元。

3) 根據網絡流量數據的特點，設計了6種具有不同結構的卷積神經網絡。具體所設計的6種不同網絡結構的卷積神經網絡如表3所示。

針對設計過程所遇到的問題有以下說明。1) 由于輸入層的數據樣本大小為16×16，計算量難度不大，為避免圖像的邊緣信息丟失得太快，在當前層矩陣的邊界加入全0填充，使卷積前后的圖像尺寸保持相同，可以保持邊界的信息，且本文中卷積核的移動步長為1。2) 對于一個5層的卷積神經網絡而言，當卷積核的特征面大于64時，容易出現局部最優(yōu)的情況，故所設計的特征面均不大于64。

表3 6種不同網絡結構的卷積神經網絡

將所設計的6種不同卷積層結構的卷積神經網絡分別采用2種不同池化層進行性能對比，常用的池化層主要有2種，一種是最大池化，另一種是平均池化。其實驗檢測結果如表4和表5所示?；贛MN-CNN流量分類方法，分為訓練和測試2個階段，對于后期開展實時流量分類工作，由于訓練階段可以進行離線分析，并不影響最后的分類效果，因此，本文只針對各種算法的測試時間進行對比分析。

表4 采用最大池化方法時的檢測結果

表5 采用平均池化時的檢測結果

實驗結果表明，總體而言，逐層增加特征面的數量，分類準確率變化不大，而測試時間增大的特別明顯。在采用最大池化方法時，編號為1的模型陷入了局部最優(yōu)，而隨著特征面的減少，分類準確率得到了很好的提升。對比以上2種檢測結果，編號為6的模型不僅在分類準確率上而且在測試時間上均取得了很好的效果，故本文選取采用最大池化方法編號為6的模型為最優(yōu)的卷積神經網絡。該卷積神經網絡模型的總體準確率和測試時間分別為99.30%和6.03 s。

根據上述實驗結果選取的編號為6的最優(yōu)MMN-CNN模型的網絡結構如圖8所示。C1層為卷積層，采用全0填充后使用感知階段預訓練得到的8個3×3大小的卷積核對輸入數據進行卷積，得到8張16×16的特征面。S2層為池化層，使用2×2大小的窗口對C1層的8張?zhí)卣髅娉鼗玫?張8×8的特征面。C3層為卷積層，采用全0填充后使用預訓練得到的16個5×5大小的卷積核對輸入數據進行卷積，得到16張8×8的特征面。S4層為池化層，使用2×2大小的窗口對C3層的16張?zhí)卣髅娉鼗玫?6張4×4的特征面。F5層為全連接層，利用128個4×4大小的卷積核將16張4×4的特征面映射為一個128×1的向量。輸出層利用soft-max分類器，輸出結果為12類。

4 實驗測試與結果分析

為了驗證MMN-CNN算法的可行性，本文實驗環(huán)境參數如表6所示。

表6 實驗環(huán)境參數

圖8 本文設計的卷積神經網絡結構

常用降維方法有主成分分析（PCA）、高斯隨機映射（GRP, Gaussian random projection）和稀疏隨機映射（SRP, sparse random projection）等。相比于高斯隨機映射，稀疏隨機映射更能保證降維的質量，并提高內存的使用效率和運算效率。為了驗證所提出的MMN-CNN算法在流量分類問題上的優(yōu)勢，因此，針對Moore數據集，采用了PCA和SRP對流量數據降維至16個特征。接著使用文獻[20]采用的數據預處理方法將選取網絡流量數據的特征并生成特征向量，然后將流特征向量標準化，進而利用特征之間的歐拉距離將流特征向量轉換為歐拉矩陣并可視化為灰度圖片。本文將針對這2種不同灰度圖片的映射方法，使用3.4節(jié)中選取的最優(yōu)卷積神經網絡模型，分別根據評價指標的各個參數進行實驗對比，具體實驗結果如表7~表9所示。

表7 采用不同算法的總體準確率和測試時間

表8 采用不同算法的類準確率

表9 采用不同算法的類可信度

從上述實驗結果可以得出，本文所提MMN-CNN算法，直接對Moore數據集進行數據預處理后轉換成灰度圖片，相較于采用PCA和SRP降維方法，無論在總體準確率還是針對不同應用類型的準確率和可信度進行比較，均有大幅度提升。且相較于文獻[14]對Moore數據集進行流量分類的準確率96.57%，本文提出的MMN-CNN算法的總體準確率提高了2.73%。因此，卷積神經網絡自主進行特征選取不僅減少了工作量而且提高了分類的準確率。從類準確率和類可信度的實驗結果發(fā)現，INTERACTIVE和GAME這2種類型的準確率均為0，說明了卷積神經網絡對數據量少的應用類型分類效果并不理想。但是，隨著網絡技術的日新月異，網絡流量呈EB級增長，所以針對實際網絡流量分析，這個問題能得到很好解決。

為了進一步驗證MMN-CNN自主特征學習的優(yōu)越性，本文采用微軟發(fā)布的Microsoft Network Monitor對校園網流量進行應用層數據抓取，并根據相應的類型打上應用標簽。由于卷積神經網絡的數據輸入格式大小是固定的，故對所抓取的流量數據進行固定大小的截斷，其次輸入數據中每個元素有由0~255之間的數值組成。本文針對實際流量數據的特點將每一條數據流量構造為28×28的二維矩陣，然后采用MMN-CNN對其進行自主特征學習完成流量的分類，具體實驗結果如表10所示。

表10 實際流量數據的分類結果

通過實驗可以看出，使用MMN-CNN對未經過特征提取的流量數據進行學習，總體正確率可以達到90.68%，并且每一種應用類型的分類準確率均取得了較好的效果。MMN-CNN方法在流量分類上取得的成功為接下來實時流量分類奠定了基礎。

5 結束語

本文首先介紹了常用的網絡流量分類方法，然后在基于相關研究的基礎上，給出了一種流量數據預處理的MMN-CNN算法，應用于對網絡流量數據的特征學習過程，提取出更加抽象的特征，然后通過設計不同的特征面及全連接層的參數完成最優(yōu)分類模型的選取，從而實現流量分類。為了驗證該算法的可行性，分別通過對現有的流量數據集和抓包軟件對所采集的數據集進行實驗分析，將原始數據直接輸入到MMN-CNN網絡中，避免了人工特征提取導致的誤差積累，提高了流量分類的效果。實際網絡流量數據愈發(fā)的呈現多源異構，深度學習應用于網絡流量分類問題的研究還處于起步階段。在將來的工作中，本文將針對以下3個方面進行更進一步的研究：1) 利用深度學習的其他算法解決網絡流量數據大小不一致的分類方法研究；2) 利用大數據分析平臺實現算法的分布式計算，提高流量分類的效率；3) 增加卷積神經網絡的層數，比較實際網絡流量分類的效果。

[1] LENCUN Y, BENGIO Y, HINTON G. Deep learning[J]. Nature, 2015, 512:436-444.

[2] DING J, HUANG L, YUPNEG T, et al. A flow nature classification method based on multi-features of-gram[J]. Computer Applications & Software, 2017.

[3] GUANG L, RONGHUA G. Cascaded classifier for improving traffic classification accuracy[J]. IET Communications,2017,11: 1751-1758.

[4] SCHMIDT B, AL-FUQAHA A, GUPTA A. Optimizing an artificial immune system algorithm in support of flow-based internet traffic classification[J]. Applied Soft Computing, 2017,54: 1-22.

[5] DONG Y N, ZHAO J J, JIM J. Novel feature selection and classification of Internet video traffic based on a hierarchical scheme[J]. Computer networks, 2017,119: 102-111.

[6] KORNCKY J, ABDUL-HAMEED O, KONDOZ A. Radio frequency traffic classification over WLAN[J]. IEEE-ACM Transactions on Networking, 2017,25: 56-68.

[7] TONG D, QU Y R, PRASANNA V K. Accelerating decision tree based traffic classification on FPGA and multicore platforms[J]. IEEE Transactions on Parallel & Distributed Systems, 2017:1.

[8] Shi H, Li H, Zhang D, et al. Efficient and robust feature extraction and selection for traffic classification[J]. Computer Networks the International Journal of Computer & Telecommunications Networking, 2017, 119(C):1-16.

[9] CAO J, FANG Z Y, QU G N, et al. An accurate traffic classification model based on support vector machines[J]. Networks, 2017,27.

[10] HE K M, ZHANG X Y, REN S Q. Delving deep into rectifiers: surpassing human-level performance on imagenet classification[C]//IEEE International Conference on Computer Vision. 2015: 1026-1034.

[11] SUN S N, ZHANG B B, XIE L, et al. An unsupervised deep domain adaptation approach for robust speech recognition[J]. Neurocomputing, 2017,257: 79-87.

[12] WILLIAMSON D S, WANG D L. Time-frequency masking in the complex domain for speech dereverberation and denoising[J]. IEEE/ ACM Transactions on Audio Speech & Language Processing, 2017, 25: 1492-1501.

[13] ZHANG Y, MARSHALL I, WALLACE B C. Rationale-augmented convolutional neural networks for text classification[C]//Conf Empir Methods Nat Lang Process. 2016:795.

[14] ERTAM F, AVCI E. A new approach for internet traffic classification: GA-WK-ELM[J]. Measurement, 2017, 95:135-142.

[15] 白雪. 基于DBN的網絡流量分類的研究[D]. 呼和浩特: 內蒙古大學, 2015. BAI X. Research on Internet traffic classification using DBN[D]. Hohehot: Inner Mongolia University, 2015.

[16] MOORE A W, ZUEV D. Discriminators for use in flow-based classification[R]. Technical report, Intel Research, Cambridge, 2005.

[17] 周飛燕, 金林鵬, 董軍. 卷積神經網絡研究綜述[J]. 計算機學報, 2017, 40(6): 1-23. ZHOU F Y, JIN L P, DONG J. Review of convolutional neural network[J]. Chinese Journal of Computers, 2017, 40(6): 1-23.

[18] LENCUN Y, BOTTOU L, BENGIO Y. Gradient-based learning applied to document recognition[J]. Proceedings of the IEEE, 1998, 862: 2278-2324.

[19] 徐鵬, 林森. 基于C4.5決策樹的流量分類方法[J]. 軟件學報, 2009, 20(10):2692-2704.

XU P, LIN S. Internet traffic classification using C4.5 decision tree[J]. Journal of Software, 2009, 20(10):2692-2704.

[20] 寇廣, 湯光明, 王碩, 等. 深度學習在僵尸云檢測中的應用研究[J]. 通信學報, 2016, 37(11):114-128. KOU G, TANG G M, WANG S, et al. Using deep learning for detecting BotCloud[J]. Journal on Communications, 2016, 37(11):114-128.

Network traffic classification method basing on CNN

WANG Yong1,2,3, ZHOU Huiyi2,3, FENG Hao1, YE Miao3,4, KE Wenlong2

1. School of Computer Science and Information Security, Guilin University of Electronic Technology, Guilin 541004, China 2. School of Information and Communication, Guilin University of Electronic Technology, Guilin 541004, China 3. Key Laboratory of Cognitive Radio and Information Processing, Guilin University of Electronic Technology, Guilin 541004, China 4. Information Science and Technology, Guilin University of Industrial Technology, Guilin 541004, China

Since the feature selection process will directly affect the accuracy of the traffic classification based on the traditional machine learning method, a traffic classification algorithm based on convolution neural network was tailored. First, the min-max normalization method was utilized to process the traffic data and map them into gray images, which would be used as the input data of convolution neural network to realize the independent feature learning. Then, an improved structure of the classical convolution neural network was proposed, and the parameters of the feature map and the full connection layer were designed to select the optimal classification model to realize the traffic classification. The tailored method can improve the classification accuracy without the complex operation of the network traffic. A series of simulation test results with the public data sets and real data sets show that compared with the traditional classification methods, the tailored convolution neural network traffic classification method can improve the accuracy and reduce the time of classification.

network traffic classification, convolutional neural network, normalized, feature selection

TP393

A

10.11959/j.issn.1000-436x.2018018

王勇（1964-），男，四川閬中人，博士，桂林電子科技大學教授、博士生導師，主要研究方向為云計算、網絡流量分析、信息安全。

周慧怡（1993-），女，湖南永州人，桂林電子科技大學碩士生，主要研究方向為大數據分析。

俸皓（1978-），男，廣西桂林人，博士，桂林電子科技大學副教授，主要研究方向為無線傳感器網絡、嵌入式系統。

葉苗（1977-），男，廣西桂林人，博士，桂林電子科技大學教授、碩士生導師，主要研究方向為網絡計算、無線傳感器網絡、模式識別與圖像處理。

柯文龍（1989-），男，安徽銅陵人，桂林電子科技大學博士生，主要研究方向為大數據分析。

2017-10-12；

2017-12-19

俸皓，fengh@guet.edu.cn

國家自然科學基金資助項目（No.61662018, No.61661015）；中國博士后科學基金資助項目（No.2016M602922XB）；廣西自然科學基金資助項目（No.2016GXNSFAA380153）；桂林電子科技大學研究生教育創(chuàng)新計劃基金資助項目（No.2018YJCX53, No.2018YJCX20）；桂林理工大學科研啟動基金資助項目（No.GUTQDJJ20172000019）

: The National Natural Science Foundation of China (No.61662018, No.61661015), Project Funded by China Postdoctoral Foundation (No.2016M602922XB), The Natural Science Foundation of Guangxi Autonomous Region (No.2016GXNSFAA380153), Innovation Project of Guest Graduate Education (No.2018YJCX53, No.2018YJCX20), Foundation of Guilin University of Technology (No.GUTQDJJ20172000019)