非平衡网络流量识别方法

来源：计算机应用杂志2018年第1期北京时间：

作者：燕昺昊, 韩国栋, 黄雅静, 王孝龙

单位：国家数字交换系统工程技术研究中心, 郑州 450002

摘要：针对网络中存在的对等网络（P2P）流量泛滥导致的流量失衡问题，提出将非平衡数据分类思想应用于流量识别过程。通过引入合成少数类过采样技术（SMOTE）算法并进行改进，提出了均值SMOTE （M-SMOTE）算法，实现对流量数据的平衡化处理。在此基础上分别采用3种机器学习分类器：随机森林（RF）、支持向量机（SVM）、反向传播神经网络（BPNN）对处理后各类流量进行识别。理论分析与仿真结果表明，在不影响P2P流量识别准确率的前提下，与非平衡状态相比，引入SMOTE算法将非P2P流量的识别准确率平均提高了16.5个百分点，将网络流量的整体识别率提高了9.5个百分点；与SMOTE算法相比，M-SMOTE算法将非P2P流量的识别准确率与网络流量的整体识别率分别进一步提高了3.2个百分点和2.6个百分点。实验结果表明，非平衡数据分类思想可有效解决P2P流量过多导致的非P2P流量识别率低的问题，同时所提M-SMOTE算法具有更高的识别准确度。

关键词：非平衡数据,P2P流量,流量识别,机器学习,合成少数类过采样技术算法

基金资助：国家科技重大专项（2016ZX01012101）；国家自然科学基金面上项目（61572520）；国家自然科学基金创新群体项目（61521003）。