對(duì)幾種網(wǎng)絡(luò)流量分類(lèi)方法的分析與改進(jìn).pdf

1、網(wǎng)絡(luò)流量分類(lèi)技術(shù)是互聯(lián)網(wǎng)運(yùn)營(yíng)商對(duì)網(wǎng)絡(luò)狀況進(jìn)行監(jiān)督，進(jìn)而對(duì)網(wǎng)絡(luò)進(jìn)行管理的重要手段。隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，在不增加網(wǎng)絡(luò)帶寬的情況下提升網(wǎng)絡(luò)的性能成了亟待解決的問(wèn)題。這就需要對(duì)網(wǎng)絡(luò)流量進(jìn)行分類(lèi)。
　　 在本論文中，我們主要對(duì)三種網(wǎng)絡(luò)流量分類(lèi)方法進(jìn)行了分析和改進(jìn)，對(duì)改進(jìn)前后的分類(lèi)方法分別進(jìn)行了比較，并且對(duì)比了這幾種改進(jìn)之后的分類(lèi)方法。
　　 基于內(nèi)容的分類(lèi)方法以數(shù)據(jù)包作為操作對(duì)象，分類(lèi)效率比較低，而且它的特征字符串集合也比較

2、陳舊，無(wú)法進(jìn)行準(zhǔn)確分類(lèi)。我們通過(guò)論證，可以讓這種方法以數(shù)據(jù)流為操作對(duì)象。同時(shí)，我們經(jīng)過(guò)測(cè)試，對(duì)特征字符串集合進(jìn)行了仔細(xì)整理，添加了一些新的特征字符串。改進(jìn)之后的方法在很大程度上提高了分類(lèi)的完整性，同時(shí)降低了分類(lèi)的漏報(bào)率。
　　 基于通信特征的BLINC分類(lèi)方法[10]只能對(duì)大規(guī)模的數(shù)據(jù)集進(jìn)行分類(lèi)，并且分類(lèi)的結(jié)果無(wú)法精確到具體協(xié)議。對(duì)此，我們首先通過(guò)測(cè)試對(duì)基于端口的方法進(jìn)行約束，使之只能對(duì)某些特殊的應(yīng)用層協(xié)議進(jìn)行分類(lèi)。然后利用這種

3、結(jié)合端口號(hào)約束的BLINC方法進(jìn)行流量分類(lèi)。改進(jìn)之后的方法明顯提高了分類(lèi)的準(zhǔn)確率和完整性，降低了分類(lèi)的漏報(bào)率。同時(shí)，改進(jìn)之后的方法可以對(duì)小規(guī)模的數(shù)據(jù)集進(jìn)行分類(lèi)，分類(lèi)的類(lèi)別也更加細(xì)致。
　　 基于統(tǒng)計(jì)模型的分類(lèi)方法[5]應(yīng)用統(tǒng)計(jì)模型對(duì)屬于同一種應(yīng)用層協(xié)議的數(shù)據(jù)包進(jìn)行自動(dòng)分類(lèi)。這種方法使用對(duì)稱相對(duì)熵來(lái)計(jì)算兩個(gè)語(yǔ)法之間的統(tǒng)計(jì)分布距離，但是當(dāng)統(tǒng)計(jì)分布中某些符號(hào)出現(xiàn)的幾率為零時(shí)，這種計(jì)算方法無(wú)法對(duì)其進(jìn)行計(jì)算，需要根據(jù)訓(xùn)練集的測(cè)試結(jié)果人為設(shè)