Robust Network Traffic Classification

摘要

• 提出RTC（Robust statistical Traffic Classficiation）模型解决zero-day应用问题。
• 提出用于RTC模型参数自动优化的方法。

Introduction

• 三种主流流量分类问题的解决方案

    基于端口（port-based）
    - 依赖于检测标准端口，
    - 缺点：不使用标准端口和端口混淆

    基于payload（payload-based）
    - 在IP包的payload中寻找签名信息
    - 最普遍的，但处理不了加密流量

    基于流统计（flow statistics-based）
    - 与机器学习结合
    - 使用流的统计特征，不需要深入检测pcap包

• zero-day app：previously unknown in traffic.
• 传统分类方法将zero-day app误分为已知类，导致分类精度低。
• 这篇论文主要为了解决这个问题，贡献有以下三点：

1.提出RTC模型解决zero-day问题，用到了监督学习和无监督学习方法。

2.提出了从无标签流量中提取zero-day流量的方法。

3.提出用于RTC模型参数自动优化的方法。

论文其他章节概述：

第二章，基于统计特征的流量分类方法的评论；
第三章，阐述RTC方法；
第四章，参数优化方法；
第五章，实验评估；
第六章，对提出的RTC模型的讨论；
第七章，总结；

Related Work：

• 当前检测流量分类的主流研究方向是基于统计学习的方法，可以绕过基于端口和基于payload方法存在的一些问题，比如动态端口、混淆端口和加密流量等。
• ip ——-> [ source IP, source port, destination IP, destination port, transport protocol ]

RTC模型:

• 如何获取有效的zero-day traffic samples是解决这个问题的关键？基于一个观察——无标签的网络流量中包含zero-day 流量。
  
  RTC包含三个模块：

1.Unknown Discovery
在无标签的网络流量中自动发现zero-day流量

2.“bag of flows” (BoF)
用标签数据和zero-day流量构建分类器

3.system update
自动构建新的类来补充系统的知识

A. Unknown Discovery

• 从没有标签的网络流量中提取zero-day流量
  
  
  Tl集合:表示打好标签的已知类;Tu集合:表示没有打标签的类，直接从