倾听少数类：基于对比预训练的类别不平衡加密流量分类
密码学与安全
2023-09-07 v3 机器学习
摘要
移动互联网已在诸多方面深刻重塑了现代生活方式。加密流量分类（ETC）在管理移动互联网中自然发挥着关键作用，尤其是随着使用加密通信的移动应用爆炸式增长。尽管现有一些基于学习的ETC方法展现出 promising 结果，现实网络环境中仍存在三重局限：1）由流量类别不平衡引起的标签偏置，2）由组件共享引起的流量同质性，3）训练依赖充足标注流量。现有ETC方法均无法同时解决所有这些局限。本文提出一种新颖的预训练半监督ETC框架，称为PASS。我们的核心思路是对原始训练数据集重采样并执行对比预训练，不直接使用单个应用标签，从而避免类别不平衡导致的标签偏置，同时获得鲁棒的特征表示，通过拉近正流量对、推远负流量对来区分重叠的同质流量。同时，PASS设计了一种基于伪标签迭代与动态损失加权算法的半监督优化策略，以有效利用海量无标注流量数据并减轻人工训练数据集标注负担。在四个具有显著类别不平衡与流量同质性的公开数据集上，PASS优于最先进的ETC方法与通用采样方法，将Cross-Platform215的F1提升1.31%，ISCX-17提升9.12%。此外，我们验证了PASS的对比预训练与伪标签迭代组件的通用性，其可自适应地惠及具有不同特征提取器的ETC方法。
引用
@article{arxiv.2308.16453,
title = {Listen to Minority: Encrypted Traffic Classification for Class Imbalance with Contrastive Pre-Training},
author = {Xiang Li and Juncheng Guo and Qige Song and Jiang Xie and Yafei Sang and Shuyuan Zhao and Yongzheng Zhang},
journal= {arXiv preprint arXiv:2308.16453},
year = {2023}
}
备注
Accepted by 2023 20th Annual IEEE International Conference on Sensing, Communication, and Networking, 9 pages, 6 figures