一种基于QBC不一致性的恶意加密流量识别方法

来源：电子测量技术杂志2022年第1期北京时间：

作者：张荣华，刘 智，罗 琴

单位：西南石油大学 计算机科学学院 成都 610500

摘要：当前基于机器学习的恶意加密流量识别主要采用有监督学习，依赖大量标注样本，但在真实环境中恶意流量不仅稀缺而且标注依赖专家经验，标注成本较高，而主动学习通过迭代训练选择困难样本(hardsample)进行训练，一定程度上减少了训练样本量，但当前基于委员会投票的hardsample选择策略粒度较粗，所选样本质量不佳。针对该问题，提出一种改进委员会投票(Query by Committee, QBC)的恶意加密流量识别方法CBU(Committee-based Uncertainty, CBU)，设计了委员会对样本不一致性的计算方法，并结合已标注与未标注样本相似性分析，有效度量样本不确定性，从而选择高质量hardsample，以减少样本标记和训练量。实验使用业界标准数据集CTU以及真实恶意数据集进行测试，结果表明，相比传统委员会投票策略，CBU样本标记量减少一倍，只采用15%数据的情况下识别准确率达到96%，有效减少样本标注和训练量，具有较强实用性。

关键词：加密流量; 主动学习; 样本选择; 恶意识别

基金资助：国家自然科学基金(61902328)项目资助