一种基于混合高斯的sdn流聚类方法
【技术领域】
[0001] 本发明涉及SDN数据流聚类，特别是一种基于混合高斯的SDN流聚类方法。
【背景技术】
[0002]软件定义网络（SoftwareDefinedNetwork,SDN)，是Emulex网络一种新型网络创 新架构，是网络虚拟化的一种实现方式，其核心技术OpenFlow通过将网络设备控制面与数 据面分离开来，从而实现了网络流量的灵活控制，使网络作为管道变得更加智能。
[0003] 目前在软件定义网络（SDN)环境下，针对SDN流的高效、准确地归类问题的研究还 没有很大进展。
【发明内容】
[0004] 有鉴于此，本发明的目的是提出一种基于混合高斯的SDN流聚类方法，使得聚类 结果的准确度和聚类速度得到很大的提升。
[0005] 本发明采用以下方案实现：一种基于混合高斯的SDN流聚类方法，具体包括以下 步骤；
[0006] 步骤S1 :对原始SDN数据进行五元组记录，并且采用KMeans聚类算法，完成SND数 据流与用户之间的映射关系；
[0007] 步骤S2 :利用高斯混合模型GMM以及公式
SDN数据 流的概率密度分布进行估计，其中K为高斯模型的个数，％为第i个高斯模型的权重，Pi(x| 0J为第i个高斯模型的概率密度函数，所述Pi(x| 9J的均值为yk，方差为〇 k; 0i =(h，EJ，h，Ei为待求解的数据生成模型的参数；
[0008] 步骤S3 :采用流持续时间、数据包数量、流大小、数据包大小、数据包间隔时间作 为SDN流向量属性，通过边信息获得SDN流等价集；
[0009] 步骤S4 :对高斯混合模型GMM的数据生成模型进行调整；
[0010] 步骤S5 :采用must-link成对点约束和cannot-link成对点约束来辅助聚类。
[0011] 进一步的，所述步骤S4具体包括以下步骤：
[0012] 步骤S41 :将SDN流边信息的取值空间表示为
其中，Y= {y:，…，y;，…，yN}，y;表示第i个数据点的聚类中心，f表示在第s个等价集中第i个数据点的聚类中心，Ys表示第s个 等价集Xs的概率分布，Xs包含N3条数据流，所有等价集包含的数据条数iV= ￡iVs，x= 和1. h，…xN}表示N条数据流，X=仏，…XM}表示M个等价集，X^X^XM中的其中一个等 价集，yiG{1，…，K}，K为聚类中心的个数；
[0013] 步骤S42 :建立基于约束最大化的log-likelyhoodfunction:
[0016] 进一步的，所述的五元组包括源IP、源端口、目标IP、目标端口以及协议。
[0017] 进一步的，所述的SDN流等价集为独立同分布。
[0018]进一步的，所述边信息SDN流的目标ip、目标端口、协议。
[0019] 与现有技术相比，本发明有以下有益效果：因此本发明引入半监督式聚类算法，根 据用户历史数据，分析数据包与数据关联特征。本发明是通过对基本高斯混合模型算法进 行了改进，引入流的边信息，构造基于边信息等价集约束的高斯混合模型，提高聚类效果， 并将其运用到SDN数据流聚类中。本发明的基于边信息等价集约束的高斯混合模型比较与 高斯混合模型以及K-Means聚类结果准确度和聚类速度均有较大的提升。
【附图说明】
[0020] 图1为本发明的方法流程示意图。
【具体实施方式】
[0021] 下面结合附图及实施例对本发明做进一步说明。
[0022] 如图1所示，本实施例提供了一种基于混合高斯的SDN流聚类方法，具体包括以下 步骤；
[0023] 步骤S1:对原始SDN数据进行五元组记录，并且采用KMeans聚类算法，完成SND数 据流与用户之间的映射关系； K
[0024] 步骤S2:利用高斯混合模型GMM以及公式/心?I的=畎)，对SDN数据 /=1 流的概率密度分布进行估计，其中K为高斯模型的个数，％为第i个高斯模型的权重，Pi(x| 0J为第i个高斯模型的概率密度函数，所述Pi(x| 9J的均值为yk，方差为〇 k; 0i =(h，EJ，h，Ei为待求解的数据生成模型的参数；
[0025] 步骤S3:采用流持续时间、数据包数量、流大小、数据包大小、数据包间隔时间作 为SDN流向量属性，通过边信息获得SDN流等价集；
[0026] 步骤S4:对高斯混合模型GMM的数据生成模型进行调整；
[0027] 步骤S5:采用must-link成对点约束和cannot-link成对点约束来辅助聚类。
[0028] 在本实施例中，所述步骤S4具体包括以下步骤：
[0029] 步骤S41:将SDN流边信息的取值空间表示为 QspKK=…= 34 =d? =l，…，，其中，Y= {y!，…，yi，…，yN}，yi表示第i个数据点的聚类中心，对表示在第s个等价集中第i个数据点的聚类中心，Ys表示第s个 m 等价集xs的概率分布，Xs包含心条数据流，所有等价集包含的数据条数，= ，X= {Xi，…xN}表示N条数据流，X= {Xi，…XM}表示M个等价集，X^X^XM中的其中一个等 价集，yiG{1，…，K}，K为聚类中心的个数；
[0030] 步骤S42:建立基于约束最大化的log-1ikelyhoodfunction:
[0034] 在本实施例中，所述的SDN流等价集为独立同分布。
[0035] 在本实施例中，所述边信息SDN流的目标ip、目标端口、协议。
[0036] 以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与 修饰，皆应属本发明的涵盖范围。
【主权项】
1. 一种基于混合高斯的SDN流聚类方法，其特征在于包括W下步骤； 步骤S1 :对原始SDN数据进行五元组记录，并且采用Means聚类算法，完成SND数据 流与用户之间的映射关系； 步骤S2 :利用高斯混合模型GMMW及公对SDN数据流的概率 密度分布进行估计，其中K为高斯模型的个数，ai为第i个高斯模型的权重，Pi(x| 01)为第i个高斯模型的概率密度函数，所述Pi(x| 0 1)的均值为yk，方差为0k; 0 1= (y1，玄1)， iii，5： 1为待求解的数据生成模型的参数； 步骤S3 :采用流持续时间、数据包数量、流大小、数据包大小、数据包间隔时间作为SDN流向量属性，通过边信息获得SDN流等价集； 步骤S4 :对高斯混合模型GMM的数据生成模型进行调整； 步骤S5 :采用must-link成对点约束和cannot-link成对点约束来辅助聚类。2. 根据权利要求1所述的一种基于混合高斯的SDN流聚类方法，其特征在于：所述步 骤S4具体包括W下步骤： 步骤S41 :将SDN流边信息的取值空间表示为 0 =卢 10，； =?'' =-V; =??? =成=F)，s=l,???，！/}，其中，Y=扔，…，yi,…，ywhy康示第i个数据点的聚类中屯、，茲表示在第S个等价集中第i个数据点的聚类中屯、，Y,表示第S个 等价集Xg的概率分布，Xg包含Ng条数据流，所有等价集包含的数据条数X= (xi,…表示N条数据流，X=找1，…XjJ表示M个等价集，X,是X產Xm中的其中一个等 价集，yiE(1，…，K}，K为聚类中屯、的个数； 步骤S42 :建立基于约束最大化的log-likelyhoodfunction:良据所述数据生成模型可W得到边缘概率分布为：其中0B是当前参数估计，0是迭代计算后的参数估计，X表示等价 集，Y为等价集在各个聚类中屯、点的分布概率，y=yi，表示每一个聚类中屯、的先验概率； 步骤S4 3 ：将log-likelyhoodfunction简化为其中，每一个等价集的后验概率计 算定义如下庚中鱗为当前1类 的权重，A(<I巧）表示当前参数估计下X的概率，為为等价集Xg的元素，聲表示旧的参数 估计，0 1表示新的参数估计，1表示第1的聚类中屯、； 步骤S44:使用带约束的最大似然估计的方法求解数据生成模型的参数，使得 QE(0, 0B)的取值最大化；其中'I:其中鸣表示等价集Xs的元 素；3. 根据权利要求1所述的一种基于混合高斯的SDN流聚类方法，其特征在于：所述的 五元组包括源IP、源端口、目标IP、目标端口W及协议。4. 根据权利要求1所述的一种基于混合高斯的SDN流聚类方法，其特征在于：所述的 SDN流等价集为独立同分布。5. 根据权利要求1所述的一种基于混合高斯的SDN流聚类方法，其特征在于：所述边 信息SDN流的目标ip、目标端口、协议。
【专利摘要】本发明涉及一种基于混合高斯的SDN流聚类方法，通过对基本高斯混合模型算法进行了改进，引入流的边信息，构造基于边信息等价集约束的高斯混合模型，提高聚类效果，并将其运用到SDN数据流聚类中。本发明使得聚类结果的准确度和聚类速度得到很大的提升。
【IPC分类】G06F17/30
【公开号】CN105005629
【申请号】CN201510488828
【发明人】郑相涵, 陈锋情
【申请人】福州大学
【公开日】2015年10月28日
【申请日】2015年8月11日