基于PDS的網(wǎng)絡流量基準信息獲取方法的研究.pdf_第1頁
已閱讀1頁，還剩67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、計算機網(wǎng)絡的普及，使得針對互聯(lián)網(wǎng)衍生的應用程序越來越多。同時隨著電子商務與P2P(Peer-to-Peer)網(wǎng)絡的出現(xiàn)，使網(wǎng)絡用戶對網(wǎng)絡的安全性以及帶寬需求提出了更高的要求。自20世紀90年代以來，對于高效精確的網(wǎng)絡流量識別方法的研究不斷增多。然而隨著采用的數(shù)據(jù)集、分類方法以及對于分類方法的驗證都不相同，因此很難權衡不同分類方法的優(yōu)劣。基準數(shù)據(jù)集的存在可以有效解決上述問題。目前對于基準的獲取方法主要采用基于端口識別或深層包檢測技術，但上

2、述方法在面對加密流量或新型應用時無法對流量有效識別。因此基于上述研究點，本文提出一套基于PDS(端口匹配：PORTmatching，深層包檢測：DPI，半監(jiān)督學習：Semi-supervisedlearning的縮寫)的網(wǎng)絡流量分類過程，并將該過程應用到基準數(shù)據(jù)集的構建，最后提出相應的驗證方案對基準數(shù)據(jù)的準確率進行調整。實驗結果表明，在僅基于端口識別(端口號小于1024)以及深層包檢測，可以得到70.6％的流識別率以及76.6％的字節(jié)識

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(wǎng)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(jīng)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