基于深度卷积神经网络的网络流量分类方法

王勇，周慧怡，俸皓，叶苗，柯文龙



基于深度卷积神经网络的网络流量分类方法

王勇1,2,3，周慧怡2,3，俸皓1，叶苗3, 4，柯文龙2

（1. 桂林电子科技大学计算机与信息安全学院，广西 桂林 541004；2. 桂林电子科技大学信息与通信学院，广西 桂林 541004；3. 桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室，广西 桂林 541004；4.桂林理工大学信息科学与工程学院，广西 桂林 541004）

针对传统基于机器学习的流量分类方法中特征选取环节的好坏会直接影响结果精度的问题，提出一种基于卷积神经网络的流量分类算法。首先，通过对数据进行归一化处理后映射成灰度图片作为卷积神经网络的输入数据，然后，基于LeNet-5深度卷积神经网络设计适于流量分类应用的卷积层特征面及全连接层的参数，构造能够实现流量的自主特征学习的最优分类模型，从而实现网络流量的分类。所提方法可以在避免复杂显式特征提取的同时达到提高分类精度的效果。通过公开数据集和实际数据集的系列仿真实验测试结果表明，与传统分类方法相比所提算法基于改进的CNN流量分类方法不仅提高了流量分类的精度，而且减少了分类所用的时间。

流量分类；卷积神经网络；归一化；特征选择

1 引言

随着大数据时代的到来，新型网络应用不断兴起，网络的组成越来越复杂。如何从日益增长的流量数据中获得更有价值的信息已经成为各大运营商制订发展规划不可或缺的评估指标之一。网络流量分类作为网络管理与网络安全的关键技术之一，不但能够优化网络配置，降低网络安全隐患，而且能够根据用户的行为分析提供更好的服务质量。目前，基于机器学习的流量分类方法一直是研究者关注的热点，应用在网络流量分类领域的机器学习算法可以分为浅层学习和深度学习[1]2种。

浅层学习主要包括：支持向量机、决策树[2,3]、贝叶斯[4]和-means[5]等。文献[6]创建了一个跨越多天的WLAN数据集，包括多种流量类型和应用程序，从数据中提取63个特征并用于训练6种不同的机器学习算法。文献[7]提出了使用流程级特征实现在线流量分类的算法和架构。首先，设计了基于C4.5决策树算法和熵MDL（minimum description length）离散化算法的流量分类器对8个主要应用进行分类，总体精度达到97.92%。其次，将离散化算法和FPGA（现场可编程门阵列）以及多核平台分类器进行合并的方法，实现分类器的优化。无论文献[6]还是文献[7]均是通过人工选择和组合特征的方法实现最终的流量分类，增加了网络流量分类的工作量。文献[8]使用小波领导者多分形式主义（WLMF, wavelet leaders multifractal formalism）从网络流中提取多重分形特征来描述网络流量，然后，将基于主成分分析（PCA, principal component analysis）的特征选择方法应用于这些多重分形特征以消除不相关和冗余特征。实验结果表明与现有的基于机器学习的方法中研究的传输层数据特征相比，支持向量机（SVM, support vector machine）的分类准确性显著提高。文献[9]提出了一种SPP-SVM的实时精确SVM训练模型。该模型首先通过PCA对数据进行特征提取，降低原有特征的维度，然后，通过采用一种改进的粒子群优化算法自动搜索核函数的最优工作参数，使其与传统的SVM相比，可以通过少量的训练样本就能显著的提高流量分类的精度。文献[9]还通过同时对所有数据进行数值缩放操作来减小工作计算量。文献[8,9]均采用了PCA降维的方法对网络流量数据的特征进行降维后再实现网络流量分类，本文也采用了PCA算法对Moore数据集进行特征降维操作后与本文算法进行了对比。

近年来，深度学习在图像识别[10]、语音识别[11]、音频处理[12]和自然语音处理[13]等各大领域均有应用并取得了很好的成绩。深度学习主要包括深度置信网络、卷积神经网络和递归神经网络等。文献[14]通过使用WK-ELM算法中的GA技术来获取神经网络最合适的参数值，以及使用极端学习机的优化方法所提供隐含层的单元数量，来增加正确分类的准确率。该方法很好地解决了神经网络中参数选取的问题，针对Moore数据集进行流量分类达到了96.57%的准确率。但是该分类方法是一个静态的分类过程，需要根据当前样本人工选取节点数和参数，即只能一次性地完成训练，一旦训练过程样本发生变化，就要重新开始训练，无法动态更新参数和训练样本。面对动态的批量的分类过程，会浪费大量的时间来更新参数和样本。文献[15]针对P2P流量分类准确率较低的问题,提出一种基于深度学习结构、半监督的深度置信网络（DBN, deep belief networks）流量分类方法，构造P2P流量合适的特征空间，建立基于DBN的网络流量分类模型，并对模型的隐含节点个数和隐含层个数进行选择，提高DBN模型对P2P流量的分类准确率。但是该方法在构造数据集的阶段就需要进行特征提取，且采用DBN模型进行流量分类计算过于复杂，难以满足实际应用中的实时性需求。文献[14,15]在实验中取得的成功，证明了深度学习在流量分类上的可行性。相对于经典的机器学习方法，在训练数据发生变化的时候，基于深度学习的分类模型可以在其原有最优模型的基础上进行微调，生成新的最优分类模型完成流量分类。而基于机器学习的分类模型需要对变化的训练数据重新进行特征提取和训练学习，完成对新数据的流量分类。

针对以上研究中出现的问题，本文提出了基于离差标准化的卷积神经网络（MMN-CNN,min-max normalization convolutional neural network），该方法可以隐性地从训练数据中进行网络学习并提取特征，不仅避免了人工特征选取的麻烦，很好地解决了不同分类算法对特征选取的差异性，而且提高了流量分类的精度。

2 流量分类问题及描述

网络流量分类的总体流程包括网络数据的采集，带有准确背景信息数据集的生成，数据集的预处理，流量特征的提取以及分类。为了验证所提算法的可行性，本文分别采用现有的数据集和通过网络协议数据分析工具（Microsoft Network Monitor）采集的流量数据集进行实验。目前，针对数据集进行分类的方法，常用的特征选择方法的基本流程如图1所示，根据不同的搜索策略对原始特征集生成特定的特征子集后依据某种约定进行特征子集评估，最终得到最优的特征子集。这种方法不仅需要额外的计算开销而且需要根据分类应用的特点来选取合适的特征。针对上述方法存在的问题，本文采用卷积神经网络对原始数据集进行特征的自主学习，通过多隐含层的深层结构来构造特征空间，对大量数据的自主学习发现数据的特征表示来构造合适的特征空间。该方法不仅解决了特征子集选取的困难而且提高了分类的效率，为网络流量进行实时分类奠定了基础。

卷积神经网络的输入形式一般为二维矩阵，如何设计较优的数据集预处理方法将影响整个分类的效果。本文选取了2种不同数据集作为输入数据，第一种为Moore数据集[16]，一共包括12个流量类别，每条流量中包含249流量特征，其中，最后一个特征是每条流量相对应的类别，应用类型为WWW的具体数据格式如图2所示。

第二种为实际数据集，一共包括4类，每条流量包含784位流量数据，其中每条流量的最后一位是对应的应用类别，应用类型为通信类的具体数据格式如图3所示。

图1 特征选择的基本流程

图2 应用类型为WWW的数据格式

图3 应用类型为通信类的数据格式

首先，对数据集进行数据预处理将网络流量数据转化为灰度图片，然后，将灰度图片作为卷积神经网络的输入数据进行学习。基于MMN-CNN的分类方法是将数据集中所有的数据进行归一化处理，然后，根据数据集中每条数据的长度构造合适的二维矩阵维度，将每一位数据对应为二维矩阵中的一个元素，进而完成灰度图片映射。

3 基于改进卷积神经网络的网络流量分类方法

采用MMN-CNN对网络流量进行分类的核心思想是通过对数据集进行预处理，再利用卷积神经网络对预处理后的数据进行自主特征学习，从而完成对流量的分类。其整体架构如图4所示。

3.1 网络流量数据集构建

带有标签数据集是保证深度学习性能的一个关键因素，为此本节先对需要处理的原始网络流量数据及标签的标注工作做简单介绍，为了验证后面所设计的基于深度学习的流量分类方法的性能，使用了公开数据集和实际流量数据集，其采集和标注工作如下。

图4 网络流量分类整体架构

1) Moore 数据集

Moore数据集是由1 000个用户通过一条千兆全双工以太网链路连接到互联网，使用网络监测器采集24 h的网络流量，然后采用抽样算法在24 h的流量中得到377 526个网络样本，并根据应用类型分为12种类型。Moore数据集中每条网络流样本都是从一条完整的TCP双向流抽象出来，包含249项属性，其中，最后一项属性是每条网络流相对应的类别。Moore流量数据集统计信息如表1所示。

表1 Moore流量数据统计信息

2) 实际数据集

本文所采用的实际数据集是通过微软发布的一款网络协议数据分析工具Microsoft Network Monitor 对校园网流量常用的10种应用软件进行数据采集得到679 207个网络样本，并根据10种应用软件的相关性分为4种类型，分别为网页类（Chrome、FireFox和360）、通信类（QQ）、下载类（Thunder和BaiduNetDisk）以及视频类（IQIYI、mgtv、YOUKU和QQLive）。其中，一条具体应用类型为BaiduNetDisk的数据采集结果如图5所示，实验中构造的数据集主要由应用标签和图5中的十六进制的流量数据组成。首先，将流量数据进行固定长度的截取，本文将流量数据分为784个字段，每一个字段由8 bit构成，转化为十进制即为0~255之间的数值。然后，将每条数据流最后一个字段加上对应的应用标签，即采用第一栏捕获的流量的应用类型。

图5 一条应用类型为BaiduNetDisk的采集数据

由Microsoft Network Monitor采集的实际网络流量数据统计信息如表2所示。

表2 实际流量数据统计信息

本文首先将数据集分成训练数据集和测试数据集2个部分，这2个数据集中每一种类别的比例与原流量数据保持一致，随机选取100 000条数据作为测试数据集，其他为训练数据集。

3.2 数据预处理

本文根据卷积神经网络能够隐性地训练数据中进行网络学习的特点，对数据集进行预处理的过程设计如下。

为了消除网络流量之间的量纲关系，使数据之间具有可比性，本文首先对数据集中的每一条相对应的特征进行数值归一化。具体过程如下。

假设数据集可以表示为行列矩阵

那么根据特征来划分可以将该矩阵表示为

那么量化后的矩阵可以表示为

以Moore数据集为例，介绍以上设计的数据预处理过程。根据数据集中的特征数量，构建适合卷积神经网络学习的矩阵维度。根据Moore数据集具有的249位特征，构建一个16×16的矩阵，由于特征维数少于矩阵元素个数，故在矩阵的末位进行相应的补0操作。

将构建好的矩阵中的每个元素作为一个像素点，矩阵中的值作为像素的灰度。元素值越大灰度越大，图片越接近白色；反之，则灰度越小越接近黑色。每一条网络流量均将转换成对应的一张灰度图片，图6为Moore数据集中比例较高的4类应用类型所对应的灰度图片。图7为实际数据集中应用类型所对应的灰度图片。

3.3 卷积神经网络结构

卷积神经网络[17]的基本结构由输入层、卷积层、池化层、全连接层、输出层构成。一般会设计成若干个卷积层和池化层交替模型，即一个卷积层连接一个池化层，池化层后再连接一个卷积层，依此类推。全连接层常用于连接最后2层节点，用于输出最终结果。

图6 不同Moore流量数据对应的灰度图片

图7 实际数据对应的灰度图片

1) 卷积层

卷积层是卷积神经网络中最重要的一部分，又被称为过滤器或内核，由多个特征面组成，每个特征面由多个神经元组成。卷积层中每一个节点的输入只是上一层神经网络的一个小块，这个小块的长和宽都是人为指定，叫作卷积核，常用的卷积核大小有3×3或5×5。卷积层试图将神经网络中的每一小块进行更加深入地分析从而得到抽象程度更高的特征。卷积层的形式为

2) 池化层

池化层也称为采样层，紧跟在卷积层之后，同样由多个特征面组成，它的每一个特征面唯一对应于上一层的一个特征面。池化层神经网络不会改变上一层特征面的个数，但是它可以缩小每一个特征面的大小。通过池化层，可以进一步缩小最后全连接层中节点的个数，从而达到减少整个神经网络中参数的目的。池化层的形式为

3) 全连接层

全连接层通常位于卷积神经网络模型的最后位置，作用是计算网络的最终输出结果。分类任务中通常在这一层中训练一个分类器，将学习到的高层特征作为分类器的输入，输出结果为分类的结果。

3.4 MMN-CNN的训练过程

MMN-CNN模型的训练过程主要涉及网络的前向传播和反向传播，前向传播用于得到预测值，体现了特征信息的传递，而反向传播则是用于更新变量，体现了误差信息对模型参数的矫正。

1) 前向传播

卷积神经网络的前向传播与普通神经网络的前向传播过程一样。卷积层的前向传播形式为

其中，本文中使用激活函数为ReLU函数。

2) 反向传播

卷积神经网络的反向传播算法和BP神经网络类似。首先，本文使用的总体代价函数定义为

其中，右边第1项为常规的交叉熵的表达式，第2项为正则化项，使用一个正则化参数对权重的平方和进行量化调整，本文使用的正规化参数为0.01。反向传播算法是根据定义好的损失函数优化卷积神经网络中的参数的取值，从而使卷积神经网络模型在训练数据集上的损失函数达到一个较小值。

权值参数的调整方向为

偏置参数的调整方向为

3.5 改进的卷积神经网络结构

随着人工智能和大数据时代的到来以及计算能力的飞速发展，深度学习已经成为各界研究的热点。作为深度学习的一种重要模型——卷积神经网络，最初是为解决图像识别等问题而设计并取得了很好的效果，但在网络流量分类上却少有人涉及。因为无论是图像还是流量数据均是由数值构成，故本文选取卷积神经网络作为特征学习及分类的方法，用于对网络流量进行分类。

LeNet-5模型是文献[18]在1998年设计的用于手写数字识别的卷积神经网络，是早期卷积神经网络中最有代表性的实验系统之一。LeNet-5模型总共有7层，包括输入层、卷积层、池化层、卷积层、池化层、全连接层和输出层。针对网络流量数据的特点，本文对传统的LeNet-5模型进行了以下改进。

1) 根据对数据集的分析得到合适大小的灰度图片，将网络的输入层设计为16×16的矩阵。

2) 网络流量分类的目的是将数据集中不同的流量应用类型进行分类，其中，包括12种不同的应用类型。因此，将传统的LeNet-5模型的输出层由10个神经元改为12个神经元。

3) 根据网络流量数据的特点，设计了6种具有不同结构的卷积神经网络。具体所设计的6种不同网络结构的卷积神经网络如表3所示。

针对设计过程所遇到的问题有以下说明。1) 由于输入层的数据样本大小为16×16，计算量难度不大，为避免图像的边缘信息丢失得太快，在当前层矩阵的边界加入全0填充，使卷积前后的图像尺寸保持相同，可以保持边界的信息，且本文中卷积核的移动步长为1。2) 对于一个5层的卷积神经网络而言，当卷积核的特征面大于64时，容易出现局部最优的情况，故所设计的特征面均不大于64。

表3 6种不同网络结构的卷积神经网络

将所设计的6种不同卷积层结构的卷积神经网络分别采用2种不同池化层进行性能对比，常用的池化层主要有2种，一种是最大池化，另一种是平均池化。其实验检测结果如表4和表5所示。基于MMN-CNN流量分类方法，分为训练和测试2个阶段，对于后期开展实时流量分类工作，由于训练阶段可以进行离线分析，并不影响最后的分类效果，因此，本文只针对各种算法的测试时间进行对比分析。

表4 采用最大池化方法时的检测结果

表5 采用平均池化时的检测结果

实验结果表明，总体而言，逐层增加特征面的数量，分类准确率变化不大，而测试时间增大的特别明显。在采用最大池化方法时，编号为1的模型陷入了局部最优，而随着特征面的减少，分类准确率得到了很好的提升。对比以上2种检测结果，编号为6的模型不仅在分类准确率上而且在测试时间上均取得了很好的效果，故本文选取采用最大池化方法编号为6的模型为最优的卷积神经网络。该卷积神经网络模型的总体准确率和测试时间分别为99.30%和6.03 s。

根据上述实验结果选取的编号为6的最优MMN-CNN模型的网络结构如图8所示。C1层为卷积层，采用全0填充后使用感知阶段预训练得到的8个3×3大小的卷积核对输入数据进行卷积，得到8张16×16的特征面。S2层为池化层，使用2×2大小的窗口对C1层的8张特征面池化得到8张8×8的特征面。C3层为卷积层，采用全0填充后使用预训练得到的16个5×5大小的卷积核对输入数据进行卷积，得到16张8×8的特征面。S4层为池化层，使用2×2大小的窗口对C3层的16张特征面池化得到16张4×4的特征面。F5层为全连接层，利用128个4×4大小的卷积核将16张4×4的特征面映射为一个128×1的向量。输出层利用soft-max分类器，输出结果为12类。

4 实验测试与结果分析

为了验证MMN-CNN算法的可行性，本文实验环境参数如表6所示。

表6 实验环境参数

图8 本文设计的卷积神经网络结构

常用降维方法有主成分分析（PCA）、高斯随机映射（GRP, Gaussian random projection）和稀疏随机映射（SRP, sparse random projection）等。相比于高斯随机映射，稀疏随机映射更能保证降维的质量，并提高内存的使用效率和运算效率。为了验证所提出的MMN-CNN算法在流量分类问题上的优势，因此，针对Moore数据集，采用了PCA和SRP对流量数据降维至16个特征。接着使用文献[20]采用的数据预处理方法将选取网络流量数据的特征并生成特征向量，然后将流特征向量标准化，进而利用特征之间的欧拉距离将流特征向量转换为欧拉矩阵并可视化为灰度图片。本文将针对这2种不同灰度图片的映射方法，使用3.4节中选取的最优卷积神经网络模型，分别根据评价指标的各个参数进行实验对比，具体实验结果如表7~表9所示。

表7 采用不同算法的总体准确率和测试时间

表8 采用不同算法的类准确率

表9 采用不同算法的类可信度

从上述实验结果可以得出，本文所提MMN-CNN算法，直接对Moore数据集进行数据预处理后转换成灰度图片，相较于采用PCA和SRP降维方法，无论在总体准确率还是针对不同应用类型的准确率和可信度进行比较，均有大幅度提升。且相较于文献[14]对Moore数据集进行流量分类的准确率96.57%，本文提出的MMN-CNN算法的总体准确率提高了2.73%。因此，卷积神经网络自主进行特征选取不仅减少了工作量而且提高了分类的准确率。从类准确率和类可信度的实验结果发现，INTERACTIVE和GAME这2种类型的准确率均为0，说明了卷积神经网络对数据量少的应用类型分类效果并不理想。但是，随着网络技术的日新月异，网络流量呈EB级增长，所以针对实际网络流量分析，这个问题能得到很好解决。

为了进一步验证MMN-CNN自主特征学习的优越性，本文采用微软发布的Microsoft Network Monitor对校园网流量进行应用层数据抓取，并根据相应的类型打上应用标签。由于卷积神经网络的数据输入格式大小是固定的，故对所抓取的流量数据进行固定大小的截断，其次输入数据中每个元素有由0~255之间的数值组成。本文针对实际流量数据的特点将每一条数据流量构造为28×28的二维矩阵，然后采用MMN-CNN对其进行自主特征学习完成流量的分类，具体实验结果如表10所示。

表10 实际流量数据的分类结果

通过实验可以看出，使用MMN-CNN对未经过特征提取的流量数据进行学习，总体正确率可以达到90.68%，并且每一种应用类型的分类准确率均取得了较好的效果。MMN-CNN方法在流量分类上取得的成功为接下来实时流量分类奠定了基础。

5 结束语

本文首先介绍了常用的网络流量分类方法，然后在基于相关研究的基础上，给出了一种流量数据预处理的MMN-CNN算法，应用于对网络流量数据的特征学习过程，提取出更加抽象的特征，然后通过设计不同的特征面及全连接层的参数完成最优分类模型的选取，从而实现流量分类。为了验证该算法的可行性，分别通过对现有的流量数据集和抓包软件对所采集的数据集进行实验分析，将原始数据直接输入到MMN-CNN网络中，避免了人工特征提取导致的误差积累，提高了流量分类的效果。实际网络流量数据愈发的呈现多源异构，深度学习应用于网络流量分类问题的研究还处于起步阶段。在将来的工作中，本文将针对以下3个方面进行更进一步的研究：1) 利用深度学习的其他算法解决网络流量数据大小不一致的分类方法研究；2) 利用大数据分析平台实现算法的分布式计算，提高流量分类的效率；3) 增加卷积神经网络的层数，比较实际网络流量分类的效果。

[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的网络流量分类的研究[D]. 呼和浩特: 内蒙古大学, 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] 周飞燕, 金林鹏, 董军. 卷积神经网络研究综述[J]. 计算机学报, 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] 徐鹏, 林森. 基于C4.5决策树的流量分类方法[J]. 软件学报, 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] 寇广, 汤光明, 王硕, 等. 深度学习在僵尸云检测中的应用研究[J]. 通信学报, 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，四川阆中人，博士，桂林电子科技大学教授、博士生导师，主要研究方向为云计算、网络流量分析、信息安全。

周慧怡（1993-），女，湖南永州人，桂林电子科技大学硕士生，主要研究方向为大数据分析。

俸皓（1978-），男，广西桂林人，博士，桂林电子科技大学副教授，主要研究方向为无线传感器网络、嵌入式系统。

叶苗（1977-），男，广西桂林人，博士，桂林电子科技大学教授、硕士生导师，主要研究方向为网络计算、无线传感器网络、模式识别与图像处理。

柯文龙（1989-），男，安徽铜陵人，桂林电子科技大学博士生，主要研究方向为大数据分析。

2017-10-12；

2017-12-19

俸皓，fengh@guet.edu.cn

国家自然科学基金资助项目（No.61662018, No.61661015）；中国博士后科学基金资助项目（No.2016M602922XB）；广西自然科学基金资助项目（No.2016GXNSFAA380153）；桂林电子科技大学研究生教育创新计划基金资助项目（No.2018YJCX53, No.2018YJCX20）；桂林理工大学科研启动基金资助项目（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)