李 斌，李丽娟

(石家庄职业技术学院 信息工程系，河北 石家庄050081)

基于改进TSVM的未知网络应用识别算法*

李 斌，李丽娟

(石家庄职业技术学院 信息工程系，河北 石家庄050081)

针对训练集中出现未知网络应用样本的识别问题，提出一种基于改进的直推式支持向量机的未知网络应用识别算法，引入增类损失函数刻画在训练过程中新增的未知应用样本的损失代价，建立TSVM的优化问题并推导其求解过程，使得构造的分类模型能够实现对未知类别样本的识别。通过实际网络数据集进行仿真分析，结果表明所提出的算法在识别未知网络应用的可行性和有效性方面均有良好表现。

支持向量机；直推式学习；未知网络应用；流量识别

0　引言

根据 Internet2 NetFlow组织对骨干网中流量的统计发现：超过 40%的网络数据流属于未知的应用[1]，其中恶意代码流量占有相当的比例。针对上述问题，需要设计合理、有效的方法快速准确地识别和分析未知应用流量，进而作出相应的控制，提高网络管理的效率和对网络攻击的反应速度。

网络流量识别方法根据研究对象的不同可分为基于端口号、基于有效负载和基于流统计特征3种主流的方法。由于未知应用流量一般采用动态端口号或者伪端口号进行传输，且应用规范尚未公开，无法获取其载荷特征，使得基于端口号和基于有效负载这2种方法失去了对其识别的能力。而基于流统计特征方法通过分析网络流的统计特征，可以实现对未知应用的识别。……