一种基于对抗生成网络流量增强的不均衡流量分类方法和系统

摘要

本发明涉及一种基于对抗生成网络流量增强的不均衡流量分类方法和系统。该方法在原始的不平衡流量数据集上预训练一个经验最优的网络作为分类器的初始状态；然后对生成器、判别器和分类器进行同步训练；生成器对少数类流量进行过采样以生成流量样本，并输入判别器和分类器；判别器判断输入的流量样本是真实数据还是生成器生成的数据，并反馈给生成器以帮助其进行优化学习；分类器对网络流量进行分类并将分类结果反馈至生成器，使生成器生成更符合对应类别样本分布的流量样本；训练完成后分类器的输出结果即为不均衡流量分类结果。本发明避免了使用通用过采样算法造成的不适用于流量数据的弊端，可以在真实网络环境中实现对不均衡流量的有效分类。