流統(tǒng)計(jì)特征在網(wǎng)絡(luò)流量分類中的應(yīng)用研究.pdf

1、準(zhǔn)確識(shí)別網(wǎng)絡(luò)流量的類型，是網(wǎng)絡(luò)監(jiān)控與管理領(lǐng)域的基礎(chǔ)問題，也是研究中的熱點(diǎn)與難點(diǎn)之一。隨著網(wǎng)絡(luò)上的流量越來越多，流量的類型越來越復(fù)雜，傳統(tǒng)基于端口的分類技術(shù)與基于負(fù)載信息簽名的分類技術(shù)越來越無法滿足網(wǎng)絡(luò)分類的要求與發(fā)展，因此基于流統(tǒng)計(jì)特征的網(wǎng)絡(luò)流量分類技術(shù)也逐漸受到了更多的重視。本文在分析與總結(jié)國內(nèi)外相關(guān)研究的基礎(chǔ)之上，對(duì)基于流統(tǒng)計(jì)特征的網(wǎng)絡(luò)流量分類技術(shù)進(jìn)行了深入研究。本文的主要工作如下。
　　一方面，提出了一種基于網(wǎng)絡(luò)流統(tǒng)計(jì)特征的

2、分類方法。該方法從只包含數(shù)據(jù)包的原始流量中提取網(wǎng)絡(luò)流與基于流的統(tǒng)計(jì)特征，隨后使用基于 K-means的聚類機(jī)器學(xué)習(xí)算法從網(wǎng)絡(luò)流中獲取流量簇，最后使用相關(guān)流與多數(shù)投票相結(jié)合的方式，對(duì)流量簇的類型進(jìn)行標(biāo)記?；诠_數(shù)據(jù)集的實(shí)驗(yàn)表明，本方法可以達(dá)到較高的分類精度與F-measure值。
　　另一方面，提出了一個(gè)基于流統(tǒng)計(jì)特征網(wǎng)絡(luò)流量分類的一般性工作流程框架，并在此基礎(chǔ)之上提出了一種網(wǎng)絡(luò)流量分類優(yōu)化方法。首先通過分析與總結(jié)前人相關(guān)成果，提

3、出了一個(gè)基于流統(tǒng)計(jì)特征網(wǎng)絡(luò)流量分類的一般性工作流程框架。其次在此一般性工作流程框架基礎(chǔ)之上，先使用過濾器策略對(duì)分類過程中的統(tǒng)計(jì)特征進(jìn)行篩選，再將封裝器策略與啟發(fā)式特征搜索算法相結(jié)合，應(yīng)用序列前向搜索得到一個(gè)最優(yōu)特征集，最終使用此最優(yōu)特征集完成分類工作?；诠_數(shù)據(jù)集中不同數(shù)據(jù)片段的實(shí)驗(yàn)表明，該方法總是可以得到一組穩(wěn)定的最優(yōu)特征集；基于最優(yōu)特征集的分類實(shí)驗(yàn)表明，優(yōu)化后的分類方法在保證分類準(zhǔn)確率的前提下，可以獲得更好的時(shí)間效率。