基于行為的網絡流量分類方法研究.pdf_第1頁
已閱讀1頁，還剩60頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、P2P等新型的網絡應用采用隨機端口,使得基于網絡端口的網絡流量分類方法失效,深度包檢測方法雖然準確率比較高,但是特征庫的維護和特征碼的模式匹配的成本極高,特別是對于大流量環(huán)境下的網絡流量分類時,基于機器學習的分類方法雖然也可以去的比較高的準確率,但消耗資源比較高,樣本的選擇對分類的結果影響很大。
　　而基于行為的網絡流量分類方法只需要得到流的基本特征即可,只要對低成本的Net Flow的數(shù)據進行分析,通過建立各種應用的行為特征模型

2、來識別網絡流量類型能夠達到對流量進行分類的目的。而行為特征模型的閾值會影響流量分類的準確率和識別度,如果將行為模型的閾值控制的很嚴格,雖然準確率很高,但其識別度會下降。基于相似性的流量類型推理算法,是一種由已知流類型推測出網絡中與其相似節(jié)點或者連接的應用類型,這種方法可以很好的彌補網絡流量分類過程中識別度不高的問題。
　　使用的高效的數(shù)據結構組織流信息,并使用快速的查找算法對流信息進行分類,實現(xiàn)基于行為的流量分類系統(tǒng)。在此流量分類

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論