网络流量分类之所以一直是学术界和产业界共同关注的热点之一,是因为它对于网络安全监管、网络发展规划和网络流量调度具有十分重要的意义。其中,基于深度学习的集中式训练方法是研究人员的关注焦点,这种训练模式需要将客户端的私有流量集中部署在网络运营商的大型设备中用于存储和计算海量数据。但是集中式训练过程频频出现数据泄漏等安全隐患,这将严重威胁客户的隐私。而联邦学习能够在不集中原始流量的情况下,协同网络运营商的多个客户学习一个基于深度学习的全局模型。这种特殊的分布式学习范式不仅可以解决流量数据分散引发的数据孤岛问题,还能保护客户的数据隐私,因此联邦分布式网络流量分类方法将成为良策。但在现实联邦场景下,数据异构会造成全局模型的性能降低。为此,本文重点针对现实联邦场景下客户端的非独立同分布流量问题,提出了面向数据异构的联邦分布式网络流量分类的解决方案,并总结如下:针对数据异构问题,提出了一种基于深度相互学习的联邦分布式网络流量分类方法。这种方法的核心思想在于,客户端在互不干扰地利用预处理后的私有流量进行本地模型训练之后,各客户端上传至服务端的学生模型通过训练公有流量进行相互学习,服务端采用平均聚合学生模型参数的方式获得一个全局分类器。其中,在学生模型的相互学习过程中,每个异构的学生模型都需要学习正确预测公有流量的真实标签,以及匹配其对等点的概率估计,即共享学生模型的知识以削弱模型之间的差异,从而缓解非独立同分布的影响。针对数据异构解决方案中运营商无法提供公有数据的需求,本文在传统的基于联邦学习的网络流量分类中引入知识蒸馏,提出了一种无公有流量的基于轻量级生成器的联邦分布式网络流量分类方法。生成器的作用是通过提取客户端样本的真实标签分布所携带的知识,来调节本地模型的输出,进而提高本地模型在聚合时的质量。这种无需引入公有流量和暴露私有流量的方法能够缓解数据异构的困境和提高全局分类器的性能。以上提出的方法在公开的加密流量数据集ISCX VPN-Non VPN 2016上进行了验证。并通过对比其他的联邦学习算法,证实了本文的方法皆在数据异构的联邦分布式网络流量分类场景下表现优异。