Data Representation for CNN Based Internet Traffic Classification: A Comparative Study读后感

Data Representation for CNN Based Internet Traffic Classification: A Comparative Study

会议：Multimedia Tools and Applications
(CCF C)

时间：2020/7/20

目标/方法 ：CNN流分的两种数据表示（packet & flow）比较

团队：American University of Beirut（黎巴内）

背景：1. 分析对比CNN模型在流分任务中数据的packet表示与flow表示的效果；（即原始流量与统计特征的比较）
2. 最有效的CNN模型；
3. 特征重要性分析，并分析对混淆不敏感的特征；

算法：框架：四层分类（4种粗行为、14种细行为、app name、device type）
模型：卷池卷卷池全全

特征：nn4：
双向流 --> train&test --> 划分子流以数据增强（原始流m个packets划分为M个n*n个packets的子流）–> 子流提取4个特征 --> 归一化

4个特征及min-max normalization：
① 间隔时间，阈值1秒；
② 包大小，阈值MTU (1500byte