發(fā)布時間：2017-05-15 10:26

  本文關(guān)鍵詞：基于網(wǎng)絡(luò)流行為的網(wǎng)絡(luò)流分類技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，極大地改變了人們的生活，新聞瀏覽器、網(wǎng)上購物軟件、電子商務(wù)、視頻會議、聊天工具等各種網(wǎng)絡(luò)應(yīng)用不斷涌現(xiàn)。隨著大量的新型網(wǎng)絡(luò)應(yīng)用出現(xiàn)，海量的數(shù)據(jù)在互聯(lián)網(wǎng)上飛速傳輸，盡可能準確快速地識別網(wǎng)絡(luò)應(yīng)用類型，從而過濾掉非法的網(wǎng)絡(luò)APP的流量，控制某些大數(shù)據(jù)網(wǎng)絡(luò)APP的傳輸比例和速率，確保關(guān)鍵性業(yè)務(wù)的正常運行，及深度優(yōu)化其關(guān)鍵業(yè)務(wù)的服務(wù)質(zhì)量，對網(wǎng)絡(luò)的控制和管理起到了至關(guān)重要作用。 當(dāng)前網(wǎng)絡(luò)環(huán)境下許多新型網(wǎng)絡(luò)應(yīng)用迅猛發(fā)展，而相當(dāng)一部分的網(wǎng)絡(luò)新應(yīng)用采用的是隨機端口，這使得基于網(wǎng)絡(luò)端口的網(wǎng)絡(luò)流量分類方法嚴重失效，深度包檢測(DPI)方法盡管相對于其他方法，在準確率方面有較高的提升，但是特征碼的匹配采用的是字符串或者正則表達式的形式，使得在匹配過程中花費時間很長，并且對于載荷特征庫有很高的更新維護成本。在當(dāng)今超大數(shù)據(jù)流量的網(wǎng)絡(luò)環(huán)境下DPI方法很難適應(yīng)。而基于網(wǎng)絡(luò)流行為的網(wǎng)絡(luò)流量分類方法只需要得到流的基本行為特征信息，執(zhí)行效率相對有所提高，成為網(wǎng)絡(luò)流量分類技術(shù)發(fā)展的新趨勢。基于網(wǎng)絡(luò)流行為的識別方法需要一個前提假設(shè)，就是屬于同一個應(yīng)用類別的對象存在一組相對穩(wěn)定的特征結(jié)構(gòu)，該特征可以是與應(yīng)用類別相關(guān)的任何屬性信息。 本文從不同角度觀察分析了網(wǎng)絡(luò)流的行為統(tǒng)計特征，利用這些行為特征和數(shù)據(jù)挖掘算法有效區(qū)分不同應(yīng)用類型的網(wǎng)絡(luò)流，主要工作分為以下四個部分： 首先，從網(wǎng)絡(luò)流的行為統(tǒng)計特征出發(fā)，，針對傳統(tǒng)的基于有監(jiān)督機器學(xué)習(xí)的分類方法對所有應(yīng)用使用相同的特征使得某些特征對一種或幾種應(yīng)用類型有區(qū)分性，而對其他應(yīng)用類型的網(wǎng)絡(luò)流分類產(chǎn)生干擾等問題，提出采用基于子空間聚類算法的網(wǎng)絡(luò)流分類方法，該方法可以識別新出現(xiàn)的未知應(yīng)用。 其次，研究了網(wǎng)絡(luò)流中數(shù)據(jù)連接之間的關(guān)系，用實驗驗證了鏈路相似性原理的存在，并提出了基于鏈路相似性的網(wǎng)絡(luò)流量識別方法。該方法只使用網(wǎng)絡(luò)流的節(jié)點信息，不依賴于載荷信息。 最后，研究了網(wǎng)絡(luò)流的交互行為，發(fā)現(xiàn)P2P網(wǎng)絡(luò)存在的特殊的交互模式，將網(wǎng)絡(luò)流之間的交互特點通過圖度量的形式抽象出來，提出基于網(wǎng)絡(luò)流行為統(tǒng)計特征和圖模型特征相結(jié)合的P2P流量識別方法。
【關(guān)鍵詞】：網(wǎng)絡(luò)流量分類 行為特征 子空間聚類 鏈路相似性
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.06
【目錄】：

• 摘要5-7
• Abstract7-11
• 第1章 緒論11-16
• 1.1 課題研究的背景和意義11-12
• 1.2 國內(nèi)外在該方面的研究現(xiàn)狀及分析12-14
• 1.2.1 網(wǎng)絡(luò)流分類技術(shù)的國內(nèi)外研究現(xiàn)狀12-13
• 1.2.2 網(wǎng)絡(luò)流量分類的發(fā)展趨勢13-14
• 1.3 課題的來源及研究內(nèi)容14-16
• 1.3.1 課題來源14
• 1.3.2 課題的主要研究內(nèi)容14-16
• 第2章 基于行為的應(yīng)用層流量分類研究16-23
• 2.1 網(wǎng)絡(luò)流的定義16-18
• 2.2 網(wǎng)絡(luò)流量分類的評價指標18
• 2.3 基于行為的應(yīng)用層流量分類方法18-21
• 2.3.1 基于網(wǎng)絡(luò)行為的應(yīng)用層流量分類方法19
• 2.3.2 基于流量統(tǒng)計特征的機器學(xué)習(xí)分類方法19-21
• 2.4 實驗數(shù)據(jù)與工具21-22
• 2.5 本章小結(jié)22-23
• 第3章 基于子空間聚類的網(wǎng)絡(luò)流量分類方法23-31
• 3.1 流量統(tǒng)計行為特征23-24
• 3.2 子空間聚類算法24-26
• 3.3 基于子空間聚類的網(wǎng)絡(luò)流量分類方法26-28
• 3.4 實驗結(jié)果和分析28-30
• 3.5 本章小結(jié)30-31
• 第4章 基于鏈路相似性和節(jié)點相似性的應(yīng)用層流量分類方法31-37
• 4.1 網(wǎng)絡(luò)中的鏈路相似性31-32
• 4.2 基于鏈路相似性的啟發(fā)式網(wǎng)絡(luò)流分類方法32-34
• 4.3 實驗結(jié)果與分析34-35
• 4.3.1 選取種子34-35
• 4.4 實驗結(jié)果35-36
• 4.5 本章小結(jié)36-37
• 第5章 基于聚類和流量傳播圖的 P2P 流量識別方法37-45
• 5.1 GBCB 分類方法37-39
• 5.2 網(wǎng)絡(luò)流的統(tǒng)計行為特征39-40
• 5.3 流量傳播圖（TDG）40-42
• 5.4 實驗結(jié)果和分析42-44
• 5.5 本章小結(jié)44-45
• 結(jié)論45-47
• 參考文獻47-51
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文51-52
• 致謝52

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 魯剛;張宏莉;葉麟;;P2P流量識別[J];軟件學(xué)報;2011年06期

2 朱林;雷景生;畢忠勤;楊杰;;一種基于數(shù)據(jù)流的軟子空間聚類算法[J];軟件學(xué)報;2013年11期

  本文關(guān)鍵詞：基于網(wǎng)絡(luò)流行為的網(wǎng)絡(luò)流分類技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：367538