摘要: 针对当前网络流量分类存在流量数据加密、分布不均匀以及用户隐私问题,本文提出了一种基于域划分的图匹配网络流量分类方法,仅通过非内容特征表征网络流特征,并通过图匹配算法降低所辖类间非平衡差异,以实现粗粒度聚类算法以及可靠图匹配算法。首先,本文设计了一个无监督聚类框架,依据少量特征研究流量数据的不同分布和类别相似性,通过无监督聚类消除网络差异,将网络会话聚合到具有提取的主要特征的几个聚类中;然后将来自相同网络的聚类之间的相关性来构建相似图;最后提出一个图匹配算法,通过结合图神经网络(GNN)和图匹配网络(GMN)揭示了不同网络关系之间的可靠对应关系,将测试网络中的聚类与初始网络中的集群进行关联,从而可以根据训练集网络中的关联聚类对测试集群进行标记。仿真结果表明,所提方法分类准确率可以达到96.8%,显著优于现有方法。
中图分类号: