基于聚類分析的應(yīng)用層流量識別研究.pdf

1、近年來,隨著互聯(lián)網(wǎng)業(yè)務(wù)的迅速發(fā)展,以P2P為代表的新業(yè)務(wù)占用大量網(wǎng)絡(luò)帶寬,降低了網(wǎng)絡(luò)性能,并且給網(wǎng)絡(luò)安全帶來了極大的隱患。有效的流量識別對于網(wǎng)絡(luò)管理,網(wǎng)絡(luò)安全規(guī)劃等有著重要意義。因此,流量識別問題日益成為研究熱點(diǎn)。
　　 本文主要是研究利用聚類分析技術(shù)進(jìn)行應(yīng)用層流量識別。在詳細(xì)分析流量識別技術(shù)研究現(xiàn)狀的基礎(chǔ)上,提出兩種改進(jìn)算法,分別為基于改進(jìn)K-means的流量識別算法和基于遺傳聚類算法的流量識別算法。通過實(shí)驗(yàn)證明了上述兩種改進(jìn)

2、算法的有效性。本文的主要?jiǎng)?chuàng)新工作如下:
　　 提出基于改進(jìn)K-means的流量識別算法。K-means算法用于流量識別中存在三點(diǎn)不足:一是隨機(jī)選取初始中心點(diǎn),導(dǎo)致聚類結(jié)果具有不穩(wěn)定性；二是計(jì)算流量之間相似度時(shí)認(rèn)為每個(gè)屬性表示的作用都是相同的,而一些流量如P2P在傳輸?shù)淖止?jié)數(shù)和持續(xù)時(shí)間等屬性上能明顯區(qū)別于其他流量,故同等看待屬性作用會(huì)影響識別效果,降低識別精度。三是流量矩陣存在大量相關(guān)屬性,影響了算法的效率。針對以上問題,提出一種

3、基于改進(jìn)聚類算法的流量識別方法,方法中提出一種新的初始中心點(diǎn)優(yōu)化算法,并引入奇異值分解(簡稱SVD)技術(shù)對流量矩陣進(jìn)行簡化,減少相關(guān)屬性并提高識別精度,同時(shí)引入權(quán)的概念,為每個(gè)屬性分配權(quán)值,表示各屬性在計(jì)算相似時(shí)的作用大小。實(shí)驗(yàn)表明,新提出的算法可以提高流量的識別精度。
　　 提出基于遺傳聚類的流量識別算法。針對K-means算法中要求事先給出聚類數(shù)k,而不準(zhǔn)確的k值會(huì)導(dǎo)致聚類質(zhì)量下降的問題,將遺傳算法和改進(jìn)的K-means算法

4、相結(jié)合提出了一種遺傳聚類算法,將聚類數(shù)目k的取值范圍作為搜索空間,用改進(jìn)K-means算法的準(zhǔn)則函數(shù)構(gòu)造適應(yīng)度函數(shù),利用遺傳算法找出最優(yōu)的聚類數(shù)目,解決了類別數(shù)k的問題,提高了流量的識別精度,優(yōu)化聚類性能。
　　 最后,利用Winpcap庫,從數(shù)據(jù)集中提取流量,形成流量矩陣,建立流量識別平臺,并在其基礎(chǔ)上,分別對改進(jìn)K-means的流量識別算法和遺傳聚類算法進(jìn)行實(shí)驗(yàn)和分析。實(shí)驗(yàn)結(jié)果表明:兩種改進(jìn)的算法提高了流量識別的精度,并且降