[论文解读] ByteSGAN: A Semi-supervised Generative Adversarial Network for Encrypted Traffic Classification of SDN Edge Gateway in Green Communication Network

Pan Wang, Zixuan Wang+2 more|arXiv (Cornell University)|Mar 9, 2021

Internet Traffic Analysis and Secure E-voting参考文献 23被引用 4

一句话总结

本文提出ByteSGAN，一种专为绿色通信网络中软件定义网络（SDN）边缘网关的加密流量分类而设计的半监督生成对抗网络。通过利用少量标注数据集和大量未标注流量数据，ByteSGAN通过改进的生成对抗网络判别器架构和一种新型损失函数，提升了分类准确率，在ISCX2012 VPN-nonVPN数据集上优于传统的监督方法（如CNN）。

ABSTRACT

With the rapid development of Green Communication Network, the types and quantity of network traffic data are accordingly increasing. Network traffic classification become a non-trivial research task in the area of network management and security, which not only help to improve the fine-grained network resource allocation, but also enable policy-driven network management. Meanwhile, the combination of SDN and Edge Computing can leverage both SDN at its global visiability of network-wide and Edge Computing at its low latency and good privacy-preserving. However, capturing large labeled datasets is a cumbersome and time-consuming manual labor. Semi-Supervised learning is an appropriate technique to overcome this problem. With that in mind, we proposed a Generative Adversarial Network (GAN)-based Semi-Supervised Learning Encrypted Traffic Classification method called \emph{ByteSGAN} embedded in SDN Edge Gateway to achieve the goal of traffic classification in a fine-grained manner to further improve network resource utilization. ByteSGAN can only use a small number of labeled traffic samples and a large number of unlabeled samples to achieve a good performance of traffic classification by modifying the structure and loss function of the regular GAN discriminator network in a semi-supervised learning way. Based on public dataset 'ISCX2012 VPN-nonVPN', two experimental results show that the ByteSGAN can efficiently improve the performance of traffic classifier and outperform the other supervised learning method like CNN.

研究动机与目标

• 解决绿色通信网络中加密流量标注数据有限的挑战。
• 提升细粒度流量分类的准确率，以支持QoS感知的网络管理与策略实施。
• 将半监督学习集成到SDN边缘网关中，以减少对昂贵人工标注的依赖。
• 提升网络资源利用率，并在网络安全边缘支持隐私保护、低延迟的流量分类。
• 克服深度包检测（DPI）和传统机器学习方法在加密流量环境中的局限性。

提出的方法

• 通过修改判别器以支持同时使用标注数据和未标注数据的半监督学习，对标准GAN框架进行适配。
• 引入一种混合损失函数，结合对抗损失与分类损失，使判别器在标注数据上进行训练，同时利用未标注数据进行特征学习。
• 将训练好的ByteSGAN模型嵌入SDN边缘网关，以实现实时、低延迟的流量分类。
• 采用改进的架构，使判别器通过共享特征表示同时执行异常检测与流量类别预测。
• 训练生成器以合成逼真的加密流量样本，从而扩充有限的标注数据集。
• 通过卷积层进行特征提取，以捕捉网络流特征中的时间模式与统计特性。

实验结果

研究问题

• RQ1 基于半监督生成对抗网络的方法是否能在仅使用极少标注数据的情况下实现高精度的加密流量分类？
• RQ2 ByteSGAN在分类加密流量方面与监督深度学习模型（如CNN）相比表现如何？
• RQ3 在SDN边缘网关环境中，未标注流量数据能在多大程度上提升分类性能？
• RQ4 将ByteSGAN集成到SDN边缘网关是否能实现高效、低延迟且隐私保护的流量分类？
• RQ5 改进的生成对抗网络判别器是否能有效从标注和未标注的加密流量中学习到具有判别性的特征？

主要发现

• 在ISCX2012 VPN-nonVPN数据集上，ByteSGAN的分类准确率优于监督型CNN模型。
• 即使仅使用少量标注样本，该模型仍能保持高性能，展现出在低监督场景下的强大泛化能力。
• 未标注数据的引入显著提升了判别器学习有意义表征的能力，而无需显式标注。
• 半监督训练策略降低了对昂贵人工标注的依赖，同时保持了对加密流量复杂性的鲁棒性。
• ByteSGAN实现了适合绿色通信网络中QoS保障与策略驱动网络管理的细粒度流量分类。
• 所提出的方法有效平衡了对抗训练与分类损失，从而提升了收敛性与准确率。