[論文レビュー] Autonomous Unknown-Application Filtering and Labeling for DL-based Traffic Classifier Update

Jielun Zhang, Fuhao Li+2 more|arXiv (Cornell University)|Feb 15, 2020

Internet Traffic Analysis and Secure E-voting参考文献 25被引用数 8

ひとこと要約

本論文は、未知のアプリケーションパケットをフィルタリングし、自己ラベル付けすることで、リアルタイムでディープラーニングベースのトラフィック分類器を自己学習的に更新する自律的フレームワークを提案する。DL分類器、自己学習ディスクリミネータ、自己ラベル付けモデルを用いて、転移学習を可能にする新たなトレーニングデータを生成し、人的介入なしに以前に観測されていなかったアプリケーションの正確な分類を実現する。

ABSTRACT

Network traffic classification has been widely studied to fundamentally advance network measurement and management. Machine Learning is one of the effective approaches for network traffic classification. Specifically, Deep Learning (DL) has attracted much attention from the researchers due to its effectiveness even in encrypted network traffic without compromising neither user privacy nor network security. However, most of the existing models are created from closed-world datasets, thus they can only classify those existing classes previously sampled and labeled. In this case, unknown classes cannot be correctly classified. To tackle this issue, an autonomous learning framework is proposed to effectively update DL-based traffic classification models during active operations. The core of the proposed framework consists of a DL-based classifier, a self-learned discriminator, and an autonomous self-labeling model. The discriminator and self-labeling process can generate new dataset during active operations to support classifier update. Evaluation of the proposed framework is performed on an open dataset, i.e., ISCX VPN-nonVPN, and independently collected data packets. The results demonstrate that the proposed autonomous learning framework can filter packets from unknown classes and provide accurate labels. Thus, corresponding DL-based classification models can be updated successfully with the autonomously generated dataset.

研究の動機と目的

• 既存のDLベースのトラフィック分類器が閉世界仮定の下で動作し、新しい未知のアプリケーションを認識できないという限界を解消すること。
• 人的再トレーニングやラベル付けなしに、アクティブなネットワーク運用中にリアルタイムでモデルを更新できること。
• 未知のアプリケーショントラフィックを検出・クラスタリングし、ラベル付けする自動パイプラインを開発すること。
• 暗号化済みでかつ以前に観測されていなかったネットワークアプリケーションに対しても高い分類精度を確保すること。
• 転移学習を活用して、既存のディープラーニングモデルに新しいアプリケーションクラスをシームレスに統合すること。

提案手法

• 閉世界データセットから既知のアプリケーションクラスで事前トレーニングされたディープラーニングベースのトラフィック分類器を導入する。
• 未知のアプリケーションに属するパケットを特定・フィルタリングするための自己学習ディスクリミネータを導入する。
• 未知パケットを特徴量の類似性に基づいてクラスタリングし、一貫したラベルを付与する自己ラベル付けモデルを適用する。
• 元のラベル付きデータと自律的にラベル付けされた未知クラスパケットを組み合わせた新しいトレーニングデータセットを構築する。
• 新たに生成されたデータセットを用いて転移学習により元の分類器を微調整し、一般化性能を向上させる。
• ISCX VPN-nonVPNデータセットおよび独立して収集されたリアルワールドトラフィックを用いてフレームワークを検証する。

実験結果

リサーチクエスチョン

• RQ1 自律的システムは、アクティブな運用中に未知のアプリケーションからのネットワークパケットを検出し、分離できるか？
• RQ2 自己ラベル付けモデルは、意味的で明確なアプリケーションクラスに未知パケットをどれほど正確にクラスタリングできるか？
• RQ3 自律的に生成されたデータを用いた再トレーニングにおいて、転移学習が分類器性能をどの程度向上できるか？
• RQ4 オープンワールドの状況下で、多様なネットワーク環境やアプリケーションタイプにおいて、このフレームワークはどの程度の性能を示すか？
• RQ5 未知クラスに対する誤検出（ファルスポジティブ）と見逃し（ファルスネガティブ）を最小限に抑えながら、高い分類精度を維持できるか？

主な発見

• 高い精度で未知アプリケーションからのパケットをフィルタリングし、既知クラス分類への干渉を低減した。
• 自己ラベル付けモデルは、人的監視なしに未知パケットを整合性のあるクラスに効果的にクラスタリングし、正確なラベル付与を実現した。
• 自律的に生成されたデータを用いた転移学習により、未観測アプリケーションにおける分類器の精度が向上し、強固な一般化性能を示した。
• ISCX VPN-nonVPNデータセットおよびリアルワールドトラフィックを用いた評価では、複数のシナリオおよび複数の分類器アーキテクチャで一貫した性能を示した。
• 提案されたシステムにより、人的再トレーニングやラベル付けの必要性を著しく低減する、継続的かつ自律的なモデル更新が可能になった。
• 新しいアプリケーションタイプが運用中に出現しても、全体の分類精度が約95％を維持する高い性能を発揮した。