基于伽马内核与加权K近邻的流量分类算法

徐 魁，海 洋，许艺凡，段靖海，孙炜策，陶 军

(1.宝鸡市公安局通信处，陕西 宝鸡 721014;2.东南大学 网络空间安全学院，江苏 南京 211189;3.计算机网络和信息集成教育部重点实验室(东南大学)，江苏 南京 211189)

0 引 言

网络安全逐渐成为当今信息化社会的焦点问题，目前网络上存在的攻击种类相当多，例如拒绝服务攻击、端口扫描以及Web木马等等。异常流量的分类成为防护环节中必不可少的一环。除了传统基于端口和载荷的流量分类，将机器学习应用至网络流量的分类[1]也越来越多。相关的机器学习算法包括了聚类算法、KNN算法、决策树、随机森林和深度神经网络等[2]。其中，在分类问题中，KNN算法简单而高效。

对于各种分类问题的改进，主要体现在权重函数改良、距离函数的设计等方向；而数据集不均衡问题的处理方式最常见的是过采样和降采样，让数据集分布变得均衡，但通过加权的方式也能够抑制数据集不均衡带来的问题。

在权重设计方面，H. Yigit等[3]提出用人工蜂群算法找到KNN的最佳权重，从而实现更好的分类效果；Su等人[4]提出使用遗传算法来计算最佳权重，同时用聚类中心代替部分训练数据集，缩短执行时间；毕等人[5]提出了一种基于高斯函数定权的KNN算法，应用在室内定位问题上，提高了定位准确率和鲁棒性。

而在距离函数的处理上，Juan Aguilera等人[6]提出了用基于牛顿引力公式进行加权；Zhang等人[7]提出了基于随机森林的加权特征，考虑了每个特征的差异性；但两者都没有考虑数据集不均衡问题。……