基于數(shù)據(jù)流挖掘技術(shù)的流量識別.pdf

1、互聯(lián)網(wǎng)新型應(yīng)用的不斷涌現(xiàn)，使得互聯(lián)網(wǎng)的擁塞狀況日益加劇。為了監(jiān)測網(wǎng)絡(luò)是否安全、高效、穩(wěn)定地運行，確保各單位機構(gòu)局域網(wǎng)中有足夠的帶寬，使得對網(wǎng)絡(luò)流量進行準(zhǔn)確的識別變得極為重要。本文的具體工作主要包括以下幾個方面：
　　 (1)本文分析了當(dāng)前流量識別的主要方法的特點。對網(wǎng)絡(luò)流量識別的知識背景如現(xiàn)有的分類模型、網(wǎng)絡(luò)數(shù)據(jù)捕獲、特征抽取做了簡單的介紹，對基于機器學(xué)習(xí)的流量識別算法如樸素貝葉斯分類、C4.5決策樹、K均值、DBSCAN算法的

2、不足和缺陷做了分析。
　　 (2)本文設(shè)計了一種基于CVFDT決策樹的流量識別方法。CVFDT決策樹是一種數(shù)據(jù)流分類算法，相比原有的C4.5和樸素貝葉斯分類方法，CVFDT決策樹結(jié)點是增量創(chuàng)建的，且隨著更多訓(xùn)練數(shù)據(jù)流入變得更加準(zhǔn)確。此外原有的分類模型一旦建立，就不能動態(tài)更新，而該算法能處理概念漂移，適應(yīng)于不斷變化中的網(wǎng)絡(luò)環(huán)境，能動態(tài)更新模型，具有較好的可擴展性，適應(yīng)于在線識別。
　　 (3)本文設(shè)計了一種基于STRKM算