網(wǎng)絡(luò)流量分類及其算法的研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展，基于網(wǎng)絡(luò)的應(yīng)用越來(lái)越多、越來(lái)越復(fù)雜。種類繁多的應(yīng)用(合法的或者非法的)不但吞噬著越來(lái)越多的網(wǎng)絡(luò)資源，而且也對(duì)QoS和網(wǎng)絡(luò)安全帶來(lái)了巨大的威脅。由于在負(fù)載均衡、資源利用等方面的優(yōu)勢(shì)，流量工程(Traffic Engineering)得到了業(yè)界廣泛的關(guān)注。在流量工程中，流量識(shí)別是網(wǎng)絡(luò)管理、流量監(jiān)控、服務(wù)分析、安全和錯(cuò)誤監(jiān)測(cè)、網(wǎng)絡(luò)計(jì)費(fèi)等多方面的重要基礎(chǔ)。 已有的流量識(shí)別方式，例如基于端口識(shí)別，基于特征碼識(shí)別，B

2、LINC識(shí)別存在一些缺點(diǎn)。近年來(lái)，以流量統(tǒng)計(jì)特征為基礎(chǔ)的機(jī)器學(xué)習(xí)識(shí)別方法得到了廣泛的關(guān)注?；跈C(jī)器識(shí)別流量類型的原理是：根據(jù)IP包的長(zhǎng)度、時(shí)間間隔等流量特征進(jìn)行流量類型識(shí)別，無(wú)須檢測(cè)IP包的載荷內(nèi)容。在實(shí)踐中，基于機(jī)器學(xué)習(xí)的流量類型識(shí)別又有“有監(jiān)督型”和“無(wú)監(jiān)督型”兩種。例如貝葉斯，EM算法屬于有監(jiān)督型，而k-means算法則屬于無(wú)監(jiān)督型，它們的區(qū)別在于有無(wú)導(dǎo)師信號(hào)的指導(dǎo)。在當(dāng)前的實(shí)踐中，基于機(jī)器學(xué)習(xí)的流量識(shí)別方法表現(xiàn)出了較高的準(zhǔn)確率。

3、 有監(jiān)督型算法往往由于依賴已知的人工分析，對(duì)于新的網(wǎng)絡(luò)流量反應(yīng)遲鈍。這樣一個(gè)很具挑戰(zhàn)性的課題就是不僅保證對(duì)已知流量的準(zhǔn)確檢測(cè)，而且能檢測(cè)出未知流量。本文將無(wú)監(jiān)督型的自組織映射網(wǎng)絡(luò)算法(Self-organizing Mapping，SOM)引入流量分類，該算法在學(xué)習(xí)過(guò)程中不需要人工分析做向?qū)?，自?dòng)對(duì)數(shù)據(jù)進(jìn)行分類。 在屬性的選取上，引入流量時(shí)間間隔變化率這一概念，盡可能消除了網(wǎng)絡(luò)狀況對(duì)于流量時(shí)間間隔的影響，并實(shí)現(xiàn)了一個(gè)基于