發(fā)布時(shí)間：2023-07-25 03:10

　　隨著互聯(lián)網(wǎng)的不斷發(fā)展，諸如P2P、VoIP等新穎網(wǎng)絡(luò)應(yīng)用層出不窮。這些網(wǎng)絡(luò)應(yīng)用類型復(fù)雜度日益增長(zhǎng)，使得網(wǎng)絡(luò)測(cè)量、安全和服務(wù)質(zhì)量保障以及其他網(wǎng)絡(luò)管理任務(wù)面臨巨大的挑戰(zhàn)。網(wǎng)絡(luò)流量分類正是解決上述難題的基石，尤其是在線流量分類，能夠以實(shí)時(shí)或者近實(shí)時(shí)的方式識(shí)別出流經(jīng)監(jiān)測(cè)節(jié)點(diǎn)的流量類型，成為新的研究熱點(diǎn)。其中，在線流量特征對(duì)于構(gòu)建準(zhǔn)確、快速和高效地在線分類模型至關(guān)重要，是在線流量分類領(lǐng)域最核心的問(wèn)題之一。而且，隨著流量分類需求的多樣化，面向不同應(yīng)用類型的在線特征成為新的研究熱點(diǎn)，被廣泛關(guān)注。 本文首先綜述了互聯(lián)網(wǎng)流量特征在網(wǎng)絡(luò)流量分類與應(yīng)用識(shí)別領(lǐng)域中的背景和研究現(xiàn)狀以及對(duì)分類的作用。從在線流量分類的需求出發(fā)，按照實(shí)時(shí)性、低開(kāi)銷和有利于重新訓(xùn)練分類器等原則，從以Moore特征集為代表的統(tǒng)計(jì)特征中，挑選出適合于在線流量分類的特征。分別采用3種機(jī)器學(xué)習(xí)算法（C4.5、BayesNet和NBTree）在公開(kāi)數(shù)據(jù)集（奧克蘭數(shù)據(jù)集）上均取得了較高的分類準(zhǔn)確率（92%以上）。之后，基于課題組所設(shè)計(jì)的在線流量分類平臺(tái)，在現(xiàn)實(shí)的網(wǎng)絡(luò)環(huán)境中驗(yàn)證了特征的有效性。 其次，隨著互聯(lián)網(wǎng)的不斷發(fā)展，網(wǎng)絡(luò)的速率變得越來(lái)越高，使...

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 論文的研究對(duì)象和內(nèi)容
    1.2 論文的研究背景和意義
    1.3 論文的主要工作及創(chuàng)新點(diǎn)
        1.3.1 在線流量特征的獲取與分析
        1.3.2 數(shù)據(jù)包抽樣條件下的在線流量分類
        1.3.3 特征選擇對(duì)在線流量分類的優(yōu)化
    1.4 論文的組織結(jié)構(gòu)
第二章 互聯(lián)網(wǎng)流量特征的研究現(xiàn)狀
    2.1 端口特征
        2.1.1 端口特征的相關(guān)概念
        2.1.2 常見(jiàn)的端口特征
        2.1.3 端口特征對(duì)流量分類的作用
    2.2 應(yīng)用負(fù)載特征
        2.2.1 應(yīng)用負(fù)載特征的相關(guān)概念
        2.2.2 應(yīng)用負(fù)載特征的分類
        2.2.3 應(yīng)用負(fù)載特征對(duì)分類的作用
    2.3 統(tǒng)計(jì)特征
        2.3.1 統(tǒng)計(jì)特征的定義
        2.3.2 統(tǒng)計(jì)特征的分類
        2.3.3 統(tǒng)計(jì)特征對(duì)流量分類的作用
    2.4 主機(jī)行為特征
    2.5 本章小結(jié)
第三章 在線流量分類特征的研究
    3.1 在線流量分類對(duì)流量特征的要求
        3.1.1 實(shí)時(shí)性要求
        3.1.2 計(jì)算存儲(chǔ)要求
        3.1.3 可重新訓(xùn)練分類器
    3.2 可用于在線流量分類的特征
        3.2.1 選用統(tǒng)計(jì)特征的原因
        3.2.2 在統(tǒng)計(jì)特征中進(jìn)行的篩選
        3.2.3 適用于在線流量分類的特征
    3.3 模擬條件下驗(yàn)證特征對(duì)于在線流量分類的有效性
        3.3.1 數(shù)據(jù)集
        3.3.2 特征抽取
        3.3.3 分類算法
        3.3.4 結(jié)果分析
    3.4 現(xiàn)實(shí)網(wǎng)絡(luò)環(huán)境中驗(yàn)證特征對(duì)于在線流量分類的有效性
        3.4.1 網(wǎng)絡(luò)環(huán)境以及在線流量分類平臺(tái)
        3.4.2 實(shí)驗(yàn)結(jié)果分析
    3.5 本章小結(jié)
第四章 基于抽樣數(shù)據(jù)包的在線流量分類
    4.1 面臨的主要問(wèn)題
    4.2 基于數(shù)據(jù)包抽樣的在線流量分類方法
    4.3 特征的概率分布
        4.3.1 獲取概率分布的方法
        4.3.2 概率分析
    4.4 特征與應(yīng)用類別的相關(guān)性分析
        4.4.1 相關(guān)性分析方法
        4.4.2 分析結(jié)果
    4.5 不同數(shù)據(jù)集上的驗(yàn)證
        4.5.1 分類準(zhǔn)確率分析
        4.5.2 延時(shí)分析
        4.5.3 內(nèi)存開(kāi)銷分析
    4.6 本章小結(jié)
第五章 面向不同應(yīng)用類型的流量特征的研究
    5.1 特征選擇簡(jiǎn)述
        5.1.1 特征選擇流程
        5.1.2 特征選擇對(duì)流量分類的影響
    5.2 動(dòng)態(tài)自適應(yīng)特征選擇機(jī)制
        5.2.1 原理
        5.2.2 實(shí)驗(yàn)分析
    5.3 面向不同應(yīng)用類型的特征選擇機(jī)制
        5.3.1 原理
        5.3.2 實(shí)驗(yàn)分析
    5.4 本章小結(jié)
第六章 總結(jié)和展望
參考文獻(xiàn)
致謝
附錄



本文編號(hào)：3837049