[논문 리뷰] Autonomous Unknown-Application Filtering and Labeling for DL-based Traffic Classifier Update

Jielun Zhang, Fuhao Li외 2명|arXiv (Cornell University)|2020. 02. 15.

Internet Traffic Analysis and Secure E-voting참고 문헌 25인용 수 8

한 줄 요약

이 논문은 알려지지 않은 애플리케이션 패킷을 필터링하고 자가 레이블링하여 새로운 클래스로 자동으로 업데이트하는 실시간 자율 프레임워크를 제안한다. 딥러닝 기반 분류기, 자가 학습된 식별기, 자가 레이블링 모델을 사용하여 새로운 학습 데이터를 생성함으로써 전이 학습을 가능하게 하여 인간 간섭 없이 이전에 본 적 없는 애플리케이션을 정확하게 분류한다.

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.

연구 동기 및 목표

• 기존의 딥러닝 기반 트래픽 분류기가 닫힌 세계 가정 조건에서 작동하여 새로운 알려지지 않은 애플리케이션을 인식하지 못하는 한계를 해결한다.
• 수동 재훈련이나 레이블링 없이도 활성 네트워크 운영 중 실시간으로 모델을 업데이트할 수 있도록 한다.
• 알려지지 않은 애플리케이션 트래픽을 탐지하고 군집화하며 레이블링하는 자동화된 파이프라인을 개발한다.
• 암호화된 애플리케이션과 이전에 본 적 없는 네트워크 애플리케이션에 대해서도 높은 분류 정확도를 확보한다.
• 전이 학습을 통해 기존 딥러닝 모델에 새로운 애플리케이션 클래스를 원활하게 통합할 수 있도록 지원한다.

제안 방법

• 닫힌 세계 데이터셋에서 알려진 애플리케이션 클래스에 대해 훈련된 딥러닝 기반 트래픽 분류기를 구현한다.
• 알려지지 않은 애플리케이션에 속하는 패킷을 식별하고 필터링하기 위해 자가 학습된 식별기를 도입한다.
• 특징 유사도 기반으로 알려지지 않은 패킷을 군집화하고 일관된 레이블을 할당하기 위해 자가 레이블링 모델을 적용한다.
• 기존의 레이블된 데이터와 자율적으로 레이블된 알려지지 않은 클래스 패킷을 결합하여 새로운 학습 데이터셋을 구성한다.
• 새로 생성된 데이터셋을 사용하여 원본 분류기를 전이 학습으로 미세 조정함으로써 일반화 능력을 향상시킨다.
• 실제 ISCX VPN-nonVPN 데이터셋과 별도로 캡처한 트래픽 데이터를 사용하여 프레임워크를 검증한다.

실험 결과

연구 질문

• RQ1 활동 중인 네트워크 운영 중에 자율 시스템이 알려지지 않은 애플리케이션의 패킷을 탐지하고 분리할 수 있는가?
• RQ2 자기 레이블링 모델이 알려지지 않은 패킷을 의미 있는, 명확히 구분되는 애플리케이션 클래스로 군집화하는 데 얼마나 정확한가?
• RQ3 자율적으로 생성된 데이터로 재훈련할 때 전이 학습이 분류기 성능을 얼마나 향상시킬 수 있는가?
• RQ4 오픈 월드 환경에서 다양한 네트워크 조건과 애플리케이션 유형에 대해 프레임워크는 어떻게 성능을 발휘하는가?
• RQ5 알려지지 않은 클래스에 대해 거짓 경고와 거짓 부정을 최소화하면서도 높은 분류 정확도를 유지할 수 있는가?

주요 결과

• 프레임워크는 높은 정밀도로 알려지지 않은 애플리케이션 패킷을 필터링하여 알려진 클래스 분류에 간섭을 줄였다.
• 자기 레이블링 모델은 인간의 감독 없이도 알려지지 않은 패킷을 일관된 클래스로 효과적으로 군집화하고 정확한 레이블 할당을 달성했다.
• 자율적으로 생성된 데이터를 사용한 전이 학습은 알려지지 않은 애플리케이션에 대한 분류기 정확도를 향상시켜 강력한 일반화 능력을 입증했다.
• ISCX VPN-nonVPN 데이터셋과 실제 트래픽에 대한 평가에서 다양한 시나리오와 분류기 아키텍처에서 일관된 성능을 보였다.
• 제안된 시스템은 지속적인 자율적 모델 업데이트를 가능하게 하여 수동 재훈련과 레이블링의 필요성을 크게 감소시켰다.
• 신규 애플리케이션 유형이 운영 중에 등장하더라도 전체 분류 정확도가 약 95%로 높은 수준을 유지했다.