整体思路：

数据处理 -- ACGAN进行分类 -- 对比实验

CGAN进行扩充数据 同时判别器输出真假和类别 实现GAN扩充数据和分类结合在一起的全局优化

python3 + pytorch

1. 下载IDS2017 入侵检测的原始pcap数据集

2. https://github.com/yungshenglu/USTC-TK2016 提供的工具 将pcap切分成会话的形式 组成会话矩阵

   如A类别 有一条 05AB···· 这种16进制的会话txt数据 由于需要输入固定长度的数据 因此可以采用长的截断，短的补0（最后固定长度 如756 或者PacketCGAN: Exploratory Study of Class Imbalance for Encrypted Traffic Classification Using CGAN IEEE T RANSACTIONS ON N ETWORK AND S ERVICE M ANAGEMENT 第4页提到的1480 总之这可以设置为一个参数 后面实验取最佳也行 ，上篇论文里的参考文献 C. X. Wang Pan, “Encrypted traffic identification method based on stacked automatic encoder,” 2018, pp. 1–8. 中也提到了固定长度的问题 截断和补0的可以分开存储 因为最后不一定都会用上所有数据集 因此可以只用截断的也行)

3. 归一化 每个会话由16进制的字节组成（0-255） 因此可以归一化到[0,1] 加快模型收敛

4. 最后的目录结构

   /data/className（如BOT）/ truncate(padding)/这里可以采取如csv文件来存储 n* m 的流量文件 n 代表了该类别的会话数 m代表了该会话的长度

5. 最后要统计每个类别的样本数对少样本进行后续的扩充，大样本随机取样？（还没想好）平衡数据后进行学习

   https://link.springer.com/article/10.1007/s00779-019-01332-y#Abs1中的table1 描述了该数据集的数据分布 我们也要根据自己的处理结果统计分布

   ​

https://zhuanlan.zhihu.com/p/44177576

有介绍ACGAN

总之就是 不仅需要判断每个样本的真假，还需要完成一个分类任务即预测 ，通过增加一个辅助分类器实现。

其中判别器和生成器可以考虑简单的多层全连接层

在PacketCGAN: Exploratory Study of Class Imbalance for Encrypted Traffic Classification Using CGAN IEEE T RANSACTIONS ON N ETWORK AND S ERVICE M ANAGEMENT

的参考文献中也提到了5中不同的分类器 都可以作为实验 (也可以考虑别的)

MLP/CNN/SAE

P. Wang, F. Ye, X. Chen, and Y. Qian, “Datanet: Deep learning based encrypted network traffic classification in sdn home gateway,” IEEE Access, vol. 6, pp. 55380–55391, 2018.

1D-CNN/2D-CNN

W. Wang, M. Zhu, J. Wang, X. Zeng, and Z. Yang, “End-to-end encrypted traffic classification with one-dimensional convolution neural networks,” 2017 IEEE International Conference on Intelligence and Security Informatics (ISI), pp. 43–48, 2017.

“Malware traffic classification using convolutional neural network for representation learning,” in 2017 International Conference on Information Networking (ICOIN), Jan 2017, pp. 712–717.

既然是结合GAN的全局优化的分类 那么我想可以有三种不同的对比实验

直接用原始数据输入2中的分类器进行分类

如https://dl.acm.org/doi/pdf/10.1145/3155133.3155175?download=true中提到的

SMOTE采样

Ly Vu Thi, Dong Van Tra, and Quang Uy Nguyen. 2016. Learning from Imbalanced Data for Encrypted Traffic Identification Problem. SoICT, Ho Chi Minh, Vietnam.

ensemble BalanceCascade technique

A. More. 2016. Survey of resampling techniques for improving classification performance in unbalanced datasets. ArXiv e-prints (Aug. 2016). arXiv:stat.AP/1608.06048

如PacketCGAN: Exploratory Study of Class Imbalance for Encrypted Traffic Classification Using CGAN IEEE T RANSACTIONS ON N ETWORK AND S ERVICE M ANAGEMENT

中采用CGAN扩充数据 然后进行分类