基于分類算法與聚類算法流量識別系統(tǒng)的研究.pdf

1、Internet已經(jīng)成為人們生活和經(jīng)濟(jì)活動中一個不可或缺的重要組成部分，為了監(jiān)測網(wǎng)絡(luò)是否安全、高效、穩(wěn)定地運(yùn)行和維護(hù)，必須對網(wǎng)絡(luò)流量的特征，網(wǎng)絡(luò)流量的類別進(jìn)行細(xì)致的分析和研究，這些對及時了解網(wǎng)絡(luò)實(shí)時運(yùn)行狀態(tài)、網(wǎng)絡(luò)行為特征、定位網(wǎng)絡(luò)故障十分重要，同時對設(shè)計(jì)高效的網(wǎng)絡(luò)系統(tǒng)，重新進(jìn)行網(wǎng)絡(luò)性能設(shè)施的配置和為不同的網(wǎng)絡(luò)客戶提供QOS控制起到了指導(dǎo)性作用。而所有的這些都必須建立在對網(wǎng)絡(luò)流量識別的基礎(chǔ)之上。
　　 許多傳統(tǒng)技術(shù)已經(jīng)不適應(yīng)形勢的

2、發(fā)展，傳統(tǒng)的網(wǎng)絡(luò)流量識別技術(shù)尤其是應(yīng)用層的流量識別技術(shù)面臨巨大的挑戰(zhàn)，當(dāng)前網(wǎng)絡(luò)流量和模式比過去要復(fù)雜得多。這些新興的業(yè)務(wù)流具有以下特點(diǎn)：大量基于網(wǎng)絡(luò)的應(yīng)用被開發(fā)和廣泛使用，這些應(yīng)用的數(shù)量在將來還會持續(xù)的增長。許多新興業(yè)務(wù)流都使用私有的應(yīng)用層協(xié)議，這些私有的協(xié)議非常復(fù)雜，很難在格式和操作上進(jìn)行理解和交流。這些新興的應(yīng)用所使用的端口號是不規(guī)則的，許多業(yè)務(wù)流使用一個大于1024的臨時端口號作為缺省端口。許多業(yè)務(wù)流的缺省端口號并不在IANA端口

3、列表中注冊，許多為某個特定區(qū)域的用戶所開發(fā)的應(yīng)用也不將它們的端口號在IANA端口列表中注冊。許多P2P和流媒體應(yīng)用程序使用動態(tài)端口號在節(jié)點(diǎn)間進(jìn)行通信。
　　 綜上所述，由于網(wǎng)絡(luò)流量和模式的復(fù)雜性，提出新的并且高效的網(wǎng)絡(luò)流量識別技術(shù)已成為近年來國際上的研究熱點(diǎn)，有關(guān)課題具有重大而又深遠(yuǎn)的意義。
　　 本文系統(tǒng)研究了機(jī)器學(xué)習(xí)原理、數(shù)據(jù)挖掘技術(shù)以及特征選擇算法，深入研究了多種網(wǎng)絡(luò)流量識別算法，創(chuàng)新地提出分別基于分類和基于聚類的

4、網(wǎng)絡(luò)流量識別系統(tǒng)，并對兩系統(tǒng)進(jìn)行了分析比較。作者主要完成了以下工作：
　　 1、系統(tǒng)的研究了網(wǎng)絡(luò)流量識別技術(shù)的國內(nèi)外現(xiàn)狀及發(fā)展情況。
　　 2、系統(tǒng)的介紹了網(wǎng)絡(luò)流量識別的各種技術(shù)并進(jìn)行了分析比較；系統(tǒng)的介紹了機(jī)器學(xué)習(xí)原理、數(shù)據(jù)挖掘技術(shù)以及特征選擇算法。
　　 3、考慮到基于端口的識別方法準(zhǔn)確性比較低，而基于有效負(fù)載的方法的開銷太大，促使利用應(yīng)用連接到網(wǎng)絡(luò)時的特征流的特點(diǎn)來識別流量。本文提出兩種流量識別系統(tǒng)：一種是

5、綜合基于端口號和傳輸層流量特征識別技術(shù)優(yōu)點(diǎn)的分類算法流量識別系統(tǒng)；另一種是基于聚類算法的流量識別系統(tǒng)。
　　 4、通過進(jìn)行流量采集和測試，從正確肯定率、建模時間、測試時間、算法的模型描述簡潔度、CPU使用率和內(nèi)存消耗等指標(biāo)對兩系統(tǒng)的性能進(jìn)行綜合評估。
　　 5、通過對兩系統(tǒng)的綜合評估，從正確肯定率、實(shí)時性、端口的易變性、以及CPU使用率和內(nèi)存消耗等方面對兩系統(tǒng)進(jìn)行了比較。分析了基于分類算法與基于聚類算法流量識別系統(tǒng)各自的