發(fā)布時間：2018-06-20 11:24

  本文選題：網(wǎng)絡(luò)流量 + 流量識別　； 參考：《四川大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年05期

【摘要】：近年來,深度包檢測技術(shù)和基于統(tǒng)計(jì)特征的網(wǎng)絡(luò)流量識別技術(shù)迅速發(fā)展,但它們分別存在不能識別加密流量和依賴人對特征主觀選擇的缺陷.文章提出了基于卷積神經(jīng)網(wǎng)絡(luò)的流量識別方法,將網(wǎng)絡(luò)數(shù)據(jù)按照一定的規(guī)則轉(zhuǎn)換為灰度圖像進(jìn)行識別,并根據(jù)TCP數(shù)據(jù)包的有序性和UDP數(shù)據(jù)包的無序性,對原始的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行了擴(kuò)展,以進(jìn)一步提高識別率.實(shí)驗(yàn)數(shù)據(jù)表明,該方法對應(yīng)用程序和應(yīng)用層協(xié)議兩個層次的網(wǎng)絡(luò)流量具有較高的檢測率.
[Abstract]:In recent years, the depth packet detection technology and the network traffic identification technology based on statistical features have developed rapidly, but they have the defects of not recognizing the encrypted traffic and relying on the subjective selection of the features, respectively. In this paper, a traffic recognition method based on convolutional neural network is proposed. The network data is transformed into gray image according to certain rules, and according to the order of TCP data packet and the disorder of UDP data packet. The original network data is extended to further improve the recognition rate. Experimental data show that the proposed method has a high detection rate for network traffic in application and application layer protocols.
【作者單位】： 四川大學(xué)計(jì)算機(jī)學(xué)院;英國利物浦大學(xué);
【基金】：國家自然科學(xué)基金(61332006)
【分類號】：TP18;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 禹可;張馨予;狄佳璽;吳曉非;蘇駟希;;互聯(lián)網(wǎng)流量識別中的基于標(biāo)簽傳播的重疊社團(tuán)發(fā)現(xiàn)算法(英文)[J];中國通信;2012年12期

2 蘇欣;楊建華;張大方;謝高崗;;面向流量識別系統(tǒng)的聚類算法的比較與分析[J];計(jì)算技術(shù)與自動化;2008年03期

3 儲慧琳;張興明;;一種組合式特征選擇算法及其在網(wǎng)絡(luò)流量識別中的應(yīng)用[J];小型微型計(jì)算機(jī)系統(tǒng);2012年02期

4 張劍;曹萍;壽國礎(chǔ);;網(wǎng)絡(luò)流量識別的自適應(yīng)分級滑動窗決策樹算法[J];計(jì)算機(jī)應(yīng)用研究;2013年08期

5 杜錫壽;陳庶樵;張建輝;;基于C4.5決策樹的單向P2P流量識別方法研究[J];小型微型計(jì)算機(jī)系統(tǒng);2013年02期

6 蔣蔚;;網(wǎng)絡(luò)行為管理系統(tǒng)的研究和設(shè)計(jì)[J];網(wǎng)友世界;2012年22期

7 曠章輝;王甲海;周雅蘭;;用改進(jìn)的競爭Hopfield神經(jīng)網(wǎng)絡(luò)求解多邊形近似問題[J];計(jì)算機(jī)科學(xué);2009年03期

8 高永建 ,吳健康;神經(jīng)網(wǎng)絡(luò)及其識別應(yīng)用簡介[J];電信科學(xué);1990年02期

9 謝國梁;;神經(jīng)網(wǎng)絡(luò):從希望到現(xiàn)實(shí)[J];激光與光電子學(xué)進(jìn)展;1991年01期

10 鄭士貴;文獻(xiàn)自動閱讀神經(jīng)網(wǎng)絡(luò)[J];管理科學(xué)文摘;1996年08期

相關(guān)會議論文 前10條

1 陳文新;王長富;戴蓓倩;;基于神經(jīng)網(wǎng)絡(luò)的漢語四聲識別[A];第一屆全國語言識別學(xué)術(shù)報(bào)告與展示會論文集[C];1990年

2 李睿;李明軍;;一種模糊高斯基神經(jīng)網(wǎng)絡(luò)在數(shù)值逼近上的仿真[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2006年

3 許旭萍;臧道青;;采用Hopfield神經(jīng)網(wǎng)絡(luò)實(shí)施缸蓋表面點(diǎn)陣字符識別[A];第十五屆全國汽車檢測技術(shù)年會論文集[C];2011年

4 朱長春;;神經(jīng)網(wǎng)絡(luò)用于線性時固有系統(tǒng)的廣義狀態(tài)轉(zhuǎn)移矩陣的識別[A];中國工程物理研究院科技年報(bào)（1999）[C];1999年

5 王玉斌;李永明;王穎;;用數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)預(yù)測工程造價[A];第十一屆全國電工數(shù)學(xué)學(xué)術(shù)年會論文集[C];2007年

6 應(yīng)捷;袁一方;;神經(jīng)網(wǎng)絡(luò)指紋特征點(diǎn)匹配算法的改進(jìn)[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（二）[C];2007年

7 謝小良;符卓;;基于Hopfield神經(jīng)網(wǎng)絡(luò)的單周期船舶調(diào)度模型及算法[A];2008年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會議論文集(下冊)[C];2008年

8 陳意;;神經(jīng)網(wǎng)絡(luò)在船舶識別一個應(yīng)用[A];船舶航泊安全的新經(jīng)驗(yàn)新技術(shù)論文集（上冊）[C];2007年

9 王輝;楊杰;黎明;蔡念;;一種基于神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原方法[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

10 賈睿;徐啟強(qiáng);劉艷;;基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)殼結(jié)構(gòu)近似分析研究[A];第二十一屆全國振動與噪聲高技術(shù)及應(yīng)用學(xué)術(shù)會議論文集[C];2008年

相關(guān)重要報(bào)紙文章 前1條

1 中國科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

相關(guān)博士學(xué)位論文 前10條

1 李曉剛;基于神經(jīng)網(wǎng)絡(luò)的碼垛機(jī)器人視覺位姿測量及伺服控制研究[D];北京林業(yè)大學(xué);2015年

2 戶保田;基于深度神經(jīng)網(wǎng)絡(luò)的文本表示及其應(yīng)用[D];哈爾濱工業(yè)大學(xué);2016年

3 沈旭;基于序列深度學(xué)習(xí)的視頻分析：建模表達(dá)與應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2017年

4 諸勇;正交回歸神經(jīng)網(wǎng)絡(luò)及其在控制系統(tǒng)中的應(yīng)用[D];浙江大學(xué);1998年

5 田景文;地下油藏的仿真與預(yù)測[D];哈爾濱工程大學(xué);2001年

6 彭宏京;基于稀疏RAM的神經(jīng)網(wǎng)絡(luò)及其人臉識別應(yīng)用研究[D];南京航空航天大學(xué);2002年

7 王吉權(quán);BP神經(jīng)網(wǎng)絡(luò)的理論及其在農(nóng)業(yè)機(jī)械化中的應(yīng)用研究[D];沈陽農(nóng)業(yè)大學(xué);2011年

8 王鑫;基于表示學(xué)習(xí)的情感分析關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2017年

9 郭海湘;石油儲層縱向預(yù)測軟硬計(jì)算融合的理論與方法研究[D];中國地質(zhì)大學(xué);2008年

10 葛利;基于過程神經(jīng)網(wǎng)絡(luò)的時序數(shù)據(jù)挖掘研究[D];哈爾濱工程大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 白宇;基于馬爾可夫鏈的加密流識別系統(tǒng)研究與實(shí)現(xiàn)[D];北京理工大學(xué);2015年

2 王程;網(wǎng)絡(luò)流量識別分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];吉林大學(xué);2014年

3 趙凱;基于聚類分析的P2P流量識別算法的研究[D];長沙理工大學(xué);2011年

4 吳玉;基于DPI的流量識別與控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2015年

5 安文娟;基于聚類算法的實(shí)時IP流量識別技術(shù)研究[D];北京郵電大學(xué);2013年

6 趙魏雨;基于改進(jìn)的k均值聚類算法的P2P流量識別的研究[D];東北林業(yè)大學(xué);2013年

7 黃泥來;基于P2P流信息的圖形化分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2009年

8 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

9 蔡邦宇;人臉識別中單次ERP時空特征分析及其快速檢索的應(yīng)用[D];浙江大學(xué);2015年

10 鄭川;垃圾評論檢測算法的研究[D];西南交通大學(xué);2015年

，

本文編號：2044095