隨著網(wǎng)絡(luò)科技的飛速發(fā)展,互聯(lián)網(wǎng)中流量數(shù)據(jù)和應(yīng)用種類(lèi)也在急劇增長(zhǎng),因此在網(wǎng)絡(luò)管理控制中如何有效識(shí)別各類(lèi)型的網(wǎng)絡(luò)流量成為了重點(diǎn)問(wèn)題.識(shí)別各類(lèi)型的網(wǎng)絡(luò)流量首先是對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)的分類(lèi),在實(shí)際問(wèn)題中,對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行分類(lèi)時(shí)應(yīng)注意網(wǎng)絡(luò)流量中的應(yīng)用類(lèi)型存在不均衡的問(wèn)題.在不均衡網(wǎng)絡(luò)流量中,多數(shù)類(lèi)網(wǎng)絡(luò)流量數(shù)據(jù)一般為用戶(hù)使用多的應(yīng)用類(lèi)型數(shù)據(jù),網(wǎng)絡(luò)流量的精確識(shí)別可以幫助網(wǎng)絡(luò)運(yùn)營(yíng)商提供更好的服務(wù)質(zhì)量,少數(shù)類(lèi)網(wǎng)絡(luò)流量的有效識(shí)別可以用于發(fā)現(xiàn)設(shè)備故障、異常流量的檢測(cè)以及病毒入侵和惡意攻擊,以提高網(wǎng)絡(luò)的安全性.首先,分析使用不同類(lèi)型的訓(xùn)練集對(duì)不均衡網(wǎng)絡(luò)流量的分類(lèi)效果.本文使用SMOTE+Tomek Link重抽樣方法對(duì)原始數(shù)據(jù)集進(jìn)行抽樣,構(gòu)成均衡和不均衡的7個(gè)數(shù)據(jù)集作為其訓(xùn)練集,并使用XGBoost算法對(duì)其進(jìn)行分類(lèi),研究不均衡和均衡的訓(xùn)練集對(duì)不均衡網(wǎng)絡(luò)流量的分類(lèi)結(jié)果的影響.在測(cè)試集和驗(yàn)證集進(jìn)行實(shí)驗(yàn),結(jié)果表明同比例的不均衡訓(xùn)練集得到的分類(lèi)模型對(duì)不均衡網(wǎng)絡(luò)流量的分類(lèi)結(jié)果影響不大,均衡的訓(xùn)練集得到的分類(lèi)模型在不降低整體分類(lèi)準(zhǔn)確率前提下,可以提高少數(shù)類(lèi)別的精確率和召回率,分類(lèi)效果較好.其次,網(wǎng)絡(luò)流量數(shù)據(jù)具有較多的特征,為... 

【文章來(lái)源】：長(zhǎng)春理工大學(xué)吉林省

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

各類(lèi)與特征A1在二維空間上的分布

第4章基于卡方方法及對(duì)稱(chēng)不確定性的特征選擇方法23第4章基于卡方方法及對(duì)稱(chēng)不確定性的特征選擇方法不均衡網(wǎng)絡(luò)流量的不均衡性不僅存在于類(lèi)別的不均衡中，也存在于網(wǎng)絡(luò)流數(shù)據(jù)中，因此本章研究網(wǎng)絡(luò)流量中的特征，通過(guò)對(duì)特征的分析，提出了基于卡方方法及對(duì)稱(chēng)不確定性的特征選擇方法，研究了特征的選擇對(duì)不均衡網(wǎng)絡(luò)流量的分類(lèi)研究的影響．4.1相關(guān)性分析在對(duì)Moore數(shù)據(jù)集直接分類(lèi)時(shí)，由于各類(lèi)網(wǎng)絡(luò)流數(shù)目差異較大，因此在使用有監(jiān)督的分類(lèi)器對(duì)其分類(lèi)時(shí)會(huì)使得分類(lèi)器學(xué)習(xí)更多的多數(shù)類(lèi)樣本，進(jìn)而將樣本更多地分到多數(shù)樣本中去，使得少數(shù)類(lèi)的分類(lèi)精確率和召回率降低，因此考慮在特征層面對(duì)其進(jìn)行處理．雖然低維特征空間分布不能完全反應(yīng)高維特征空間分布特性，但是一些區(qū)分性較強(qiáng)的特征的分布在一定程度上可以表明數(shù)據(jù)的特性．預(yù)處理后網(wǎng)絡(luò)流量各個(gè)類(lèi)別包含247個(gè)特征，觀察各類(lèi)別在其特征上的空間分布，分析各類(lèi)別與特征的關(guān)系以及特征與特征之間的關(guān)系．圖4.1為entry01中各類(lèi)與特征1A在二維空間上的分布，圖4.2為特征1A與特征97A在二維空間上的分布．圖4.1各類(lèi)與特征A1在二維空間上的分布圖4.2特征A1與特征A97在二維空間上的分布圖4.1和圖4.2表明了類(lèi)別與特征以及特征與特征之間可能存在一定的相關(guān)關(guān)系，

第5章XGBoost模型參數(shù)優(yōu)化34XGBoost分類(lèi)模型在數(shù)據(jù)集上的表現(xiàn)卻不簡(jiǎn)單．XGBoost算法在訓(xùn)練過(guò)程中有很多可以?xún)?yōu)化的參數(shù)，為了提高該模型的泛化能力，需要優(yōu)化XGBoost分類(lèi)模型中的參數(shù)，以便更好地對(duì)不均衡網(wǎng)絡(luò)流量進(jìn)行分類(lèi)．5.2.2XGBoost參數(shù)優(yōu)化網(wǎng)格搜索算法（GridSearch，GS）[56]，被廣泛地應(yīng)用于機(jī)器學(xué)習(xí)的算法的參數(shù)優(yōu)化．GS算法的主要思想是：首先對(duì)每個(gè)參數(shù)進(jìn)行分割，根據(jù)參數(shù)12ix,i,,,n的取值范圍，按照一定的步長(zhǎng)進(jìn)行分割，其形式為iiiiyyyUxmin,step,max；其次，順著參數(shù)的不同方向生成網(wǎng)格12nUxUxUx，其中的各個(gè)網(wǎng)格點(diǎn)即為參數(shù)組；最后，使用交叉驗(yàn)證的評(píng)價(jià)方法對(duì)每個(gè)參數(shù)組下的平均分類(lèi)準(zhǔn)確率進(jìn)行評(píng)價(jià)，重復(fù)此步驟，最終選取出平均分類(lèi)準(zhǔn)確率最高的參數(shù)組．我們首先進(jìn)行XGBoost算法中的迭代次數(shù)的優(yōu)化，設(shè)置一個(gè)較高的學(xué)習(xí)率eta，學(xué)習(xí)率相當(dāng)于XGBoost基分類(lèi)器在每次迭代時(shí)決策樹(shù)的權(quán)重，分類(lèi)不同的目標(biāo)時(shí)，最優(yōu)的學(xué)習(xí)率一般都在0.05至0.3之間．設(shè)置初始學(xué)習(xí)率為0.15，然后根據(jù)實(shí)驗(yàn)去選擇最優(yōu)的迭代的次數(shù)，圖5.2為迭代次數(shù)和整體準(zhǔn)確率的關(guān)系圖．圖5.2迭代次數(shù)與整體準(zhǔn)確率的關(guān)系從圖5.2中可以看出，XGBoost分類(lèi)器在迭代過(guò)程中，訓(xùn)練集的總體準(zhǔn)確率初始時(shí)會(huì)跟隨迭代次數(shù)的增加而上升，之后保持穩(wěn)定，最終趨于平穩(wěn)，數(shù)據(jù)均衡的測(cè)試集的總體準(zhǔn)確率在迭代110次后保持平穩(wěn)，為了更好地使得模型分類(lèi)效果和泛化能力較強(qiáng)，在識(shí)別不同網(wǎng)絡(luò)流量時(shí)設(shè)置XGBoost算法的迭代次數(shù)為110次．然后進(jìn)行基分類(lèi)器參數(shù)的優(yōu)化，即決策樹(shù)的深度、最小葉子節(jié)點(diǎn)樣本權(quán)重和、決策樹(shù)在分裂時(shí)特征采樣比例和樣本采樣比例等．通過(guò)機(jī)器學(xué)習(xí)庫(kù)skikit-learn中網(wǎng)格搜

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的網(wǎng)絡(luò)流量分類(lèi)識(shí)別研究[J]. 張家穎,楊文軍.  天津理工大學(xué)學(xué)報(bào). 2019(06)
[2]基于密度峰值的Adaboost算法[J]. 王軍,吳文超,程勇.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(11)
[3]一種針對(duì)類(lèi)別不平衡的代價(jià)敏感集成算法[J]. 譚浩,田愛(ài)奎,吳志勇.  山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[4]基于過(guò)欠重采樣的類(lèi)別不平衡GBDT財(cái)務(wù)困境預(yù)測(cè)[J]. 王瑞芳.  中南財(cái)經(jīng)政法大學(xué)研究生學(xué)報(bào). 2018(04)
[5]基于僵尸網(wǎng)絡(luò)流量特征的深度學(xué)習(xí)檢測(cè)[J]. 周暢,黃征.  信息技術(shù). 2018(04)
[6]基于非平衡數(shù)據(jù)的隨機(jī)森林分類(lèi)算法改進(jìn)[J]. 魏正韜,楊有龍,白婧.  重慶大學(xué)學(xué)報(bào). 2018(04)
[7]P2P應(yīng)用流量的高效分類(lèi)方法研究[J]. 陳金富,趙慧,常鵬,張永錚.  計(jì)算機(jī)應(yīng)用與軟件. 2017(04)
[8]基于AdaBoost的類(lèi)不平衡學(xué)習(xí)算法[J]. 秦孟梅,邱建林,陸鵬程,陳璐璐,趙偉康.  計(jì)算機(jī)應(yīng)用研究. 2017(11)
[9]基于二次隨機(jī)森林的不平衡數(shù)據(jù)分類(lèi)算法[J]. 劉學(xué),張素偉.  軟件. 2016(07)
[10]多標(biāo)簽代價(jià)敏感分類(lèi)集成學(xué)習(xí)算法[J]. 付忠良.  自動(dòng)化學(xué)報(bào). 2014(06)

博士論文
[1]基于SVM的網(wǎng)絡(luò)流量特征降維與分類(lèi)方法研究[D]. 曹杰.吉林大學(xué) 2017



本文編號(hào)：3229666