基于FPGA的網(wǎng)絡(luò)流量分類方法研究.pdf

1、隨著網(wǎng)絡(luò)應(yīng)用日趨復(fù)雜化和通信技術(shù)的發(fā)展，網(wǎng)絡(luò)帶寬持續(xù)提高，網(wǎng)絡(luò)流量不斷增長(zhǎng)且呈現(xiàn)多樣化，傳統(tǒng)的網(wǎng)絡(luò)流量分類方法已不能滿足需求。針對(duì)高速網(wǎng)絡(luò)流量分類問題，將簡(jiǎn)單、高效的樸素貝葉斯（Na?ve Bayes，NB）方法引入網(wǎng)絡(luò)流量分類中，對(duì)其進(jìn)行基于FPGA（Field Programmable Gate Array，現(xiàn)場(chǎng)可編程邏輯陣列）的建模設(shè)計(jì)，并構(gòu)建基于NetFPGA的分層網(wǎng)絡(luò)流量分類模型，以實(shí)現(xiàn)實(shí)時(shí)、準(zhǔn)確的高速網(wǎng)絡(luò)流量分類。論文的主要

2、創(chuàng)新工作有：
　　由于傳統(tǒng)軟件實(shí)現(xiàn)的NB網(wǎng)絡(luò)流量分類方法分類速度慢，不能滿足高速網(wǎng)絡(luò)流量的分類要求，提出基于FPGA的NB網(wǎng)絡(luò)流量分類方法。該方法采用FPGA對(duì)NB分類過程采用流水并行計(jì)算，同時(shí)分類過程中根據(jù)網(wǎng)絡(luò)環(huán)境要求和實(shí)際分類效果對(duì)FPGA上的分類決策進(jìn)行定期更新，從而保證網(wǎng)絡(luò)流量分類的高效性。實(shí)驗(yàn)結(jié)果表明，該方法與傳統(tǒng)軟件實(shí)現(xiàn)的NB網(wǎng)絡(luò)流量分類方法相比，具有更高的實(shí)時(shí)性。
　　為了改善NB方法的條件獨(dú)立性假設(shè)，提高分類

3、性能，改進(jìn)基于FPGA的NB網(wǎng)絡(luò)流量分類方法，提出基于FPGA的二次加權(quán)網(wǎng)絡(luò)流量分類方法。該方法通過使用互信息加權(quán)對(duì)各特征屬性在網(wǎng)絡(luò)流量分類過程中的權(quán)重進(jìn)行修正，并采用樣本空間加權(quán)對(duì)網(wǎng)絡(luò)流量分類中的樣本空間進(jìn)行合理估計(jì)，從而更準(zhǔn)確的反映實(shí)際網(wǎng)絡(luò)環(huán)境。對(duì)該方法進(jìn)行基于FPGA的建模仿真測(cè)試，結(jié)果表明該方法條件獨(dú)立性假設(shè)得到了明顯改善，分類效果也得到了顯著提升。
　　提出一個(gè)基于NetFPGA的分層網(wǎng)絡(luò)流量分類模型。該方法將基于模式匹