本文選題：traffic + classification　； 參考：《中國(guó)通信》2013年11期

【摘要】：P2P traffic has always been a dominant portion of Internet traffic since its emergence in the late 1990s.The method used to accurately classify P2P traffic remains a key problem for Internet Service Producers(ISPs)and network managers.This paper proposes a novel approach to the accurate classification of P2P traffic at a fine-grained level,which depends solely on the number of special flows during small time intervals.These special flows,named Clustering Flows(CFs),are defined as the most frequent and steady flows generated by P2P applications.Hence we are able to classify P2P applications by detecting the appearance of corresponding CFs.Compared to existing approaches,our classifier can realise high classification accuracy by exploiting only several generic properties of flows,instead of extracting sophisticated features from host behaviours or transport layer data.We validate our framework on a large set of P2P traffic traces using a Support Vector Machine(SVM).Experimental results show that our approach correctly classifies P2P applications with an average true positive rate of above 98%and a negligible false positive rate of about 0.01%.
[Abstract]:P2P traffic has always been a dominant portion of Internet traffic since its emergence in the late 1990s.The method used to accurately classify P2P traffic remains a key problem for Internet Service Producers(ISPs)and network managers.This paper proposes a novel approach to the accurate classification of P2P traffic at a fine-grained level,which depends solely on the number of special flows during small time intervals.These special flows,named Clustering Flows(CFs),are defined as the most frequent and steady flows generated by P2P applications.Hence we are able to classify P2P applications by detecting the appearance of corresponding CFs.Compared to existing approaches,our classifier can realise high classification accuracy by exploiting only several generic properties of flows,instead of extracting sophisticated features from host behaviours or transport layer data.We validate our framework on a large set of P2P traffic traces using a Support Vector Machine(SVM).Experimental results show that our approach correctly classifies P2P applications with an average true positive rate of above 98%and a negligible false positive rate of about 0.01%.
【作者單位】： College
【基金】：supported by the National Natural Science Foundation of China under Grants No.61170286,No.61202486
【分類號(hào)】：TP393.02

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韋艷艷;李陶深;張超群;;集成分類器組合算法及其在醫(yī)學(xué)診斷中的應(yīng)用[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

2 苑津莎;張利偉;王瑜;尚海昆;;基于極限學(xué)習(xí)機(jī)的變壓器故障診斷方法研究[J];電測(cè)與儀表;2013年12期

3 晁浩;楊占磊;劉文舉;;基于發(fā)音特征的漢語聲調(diào)建模方法及其在漢語語音識(shí)別中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2013年10期

4 王林;金保f;沈凱;周長(zhǎng)城;;基于環(huán)境監(jiān)管平臺(tái)的脫硫煙氣SVR模型及優(yōu)化[J];環(huán)境工程;2013年S1期

5 陳長(zhǎng)遠(yuǎn);韓軍偉;胡新韜;程Xh;郭雷;;基于視覺顯著熵與Object Bank特征的圖像記憶性模型[J];計(jì)算機(jī)應(yīng)用;2013年11期

6 趙李坤;蔣新華;楊海燕;;基于MLBPH-FF和SVM的駕駛員疲勞檢測(cè)[J];計(jì)算機(jī)與現(xiàn)代化;2013年09期

7 張學(xué)武;吳平平;劉宏;;基于視頻序列的實(shí)時(shí)人臉性別識(shí)別[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S1期

8 唐浩;李哲媛;劉宏;;人體背影序列運(yùn)動(dòng)特征的性別識(shí)別方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S1期

9 劉一楠;周亞建;;基于支持向量機(jī)與結(jié)構(gòu)相似度的圖像數(shù)字水印算法[J];軟件;2013年08期

10 周詠梅;楊佳能;陽(yáng)愛民;;面向文本情感分析的中文情感詞典構(gòu)建方法[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2013年06期

相關(guān)會(huì)議論文 前2條

1 錢志明;楊家寬;段連鑫;;基于視頻的車輛檢測(cè)與跟蹤研究進(jìn)展[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

2 朱強(qiáng)華;鄭鐵然;韓紀(jì)慶;;行車環(huán)境下基于二值語譜圖的聲學(xué)事件檢測(cè)[A];第十二屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議（NCMMSC'2013）論文集[C];2013年

相關(guān)博士學(xué)位論文 前8條

1 王寶勛;面向網(wǎng)絡(luò)社區(qū)問答對(duì)的語義挖掘研究[D];哈爾濱工業(yè)大學(xué);2013年

2 常廣;高壓斷路器振動(dòng)監(jiān)測(cè)與故障診斷的研究[D];北京交通大學(xué);2013年

3 姜恩宇;基于直腸感知功能重建的人工括約肌系統(tǒng)研究[D];上海大學(xué);2013年

4 邵喜高;基于統(tǒng)計(jì)學(xué)習(xí)理論的多核預(yù)測(cè)模型研究及應(yīng)用[D];中南大學(xué);2013年

5 木瑞塔（Murtada Khalafallah Elbashir Elfaki）;基于機(jī)器學(xué)習(xí)和統(tǒng)計(jì)方法的蛋白質(zhì)結(jié)構(gòu)特征預(yù)測(cè)[D];中南大學(xué);2013年

6 張國(guó)鵬;三維紋理分析在虛擬結(jié)腸鏡計(jì)算機(jī)輔助檢測(cè)/診斷中的應(yīng)用研究[D];第四軍醫(yī)大學(xué);2013年

7 鄧盛川;具有調(diào)峰爐的熱力站節(jié)能控制策略研究[D];哈爾濱工業(yè)大學(xué);2012年

8 張志敏;化學(xué)計(jì)量學(xué)算法實(shí)現(xiàn)的軟件開發(fā)基礎(chǔ)研究[D];中南大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 解岳鋒;流量識(shí)別特征選擇算法的研究與改進(jìn)[D];西安電子科技大學(xué);2013年

2 馬靜;基于數(shù)據(jù)不平衡的SVM方法預(yù)測(cè)microRNA[D];燕山大學(xué);2013年

3 冉沛;基于特征提取的篡改圖像取證研究[D];重慶大學(xué);2013年

4 徐星宇;基于模式識(shí)別和分子模擬的酶的熱穩(wěn)定性研究[D];江南大學(xué);2013年

5 袁魯峰;基于特征篩選方法預(yù)測(cè)不同離子通道活性的芋螺毒素[D];電子科技大學(xué);2013年

6 劉峰;基于多目標(biāo)優(yōu)化的多標(biāo)簽分類算法參數(shù)調(diào)諧研究[D];南京師范大學(xué);2013年

7 袁建洲;風(fēng)電場(chǎng)短期功率預(yù)測(cè)方法的研究[D];南昌大學(xué);2013年

8 周明輝;運(yùn)動(dòng)車輛車牌識(shí)別算法的研究與實(shí)現(xiàn)[D];昆明理工大學(xué);2013年

9 張琪;基于HBV病毒序列的突變位點(diǎn)挖掘與系統(tǒng)進(jìn)化研究[D];昆明理工大學(xué);2013年

10 張軼;干擾量化類隱寫的檢測(cè)[D];解放軍信息工程大學(xué);2013年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫鵬,董玉華,韓正之;基于數(shù)據(jù)鏈路層的局域網(wǎng)流量統(tǒng)計(jì)的實(shí)現(xiàn)[J];計(jì)算機(jī)工程與應(yīng)用;2002年05期

2 張普含,孫玉芳;一種基于移動(dòng)代理的網(wǎng)絡(luò)管理系統(tǒng)及性能分析[J];軟件學(xué)報(bào);2002年11期

3 陶滔,馬淑萍,羅江琴;網(wǎng)絡(luò)路由信息安全應(yīng)用研究——基于流量預(yù)測(cè)的路由選擇新算法[J];中國(guó)安全科學(xué)學(xué)報(bào);2003年05期

4 李超,王淵明,李小青;基于隨機(jī)早期偵測(cè)和計(jì)點(diǎn)控制的避免擁塞實(shí)現(xiàn)[J];信息技術(shù);2005年10期

5 朱敏;;基于NetFlow網(wǎng)絡(luò)流量異常的分析[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年04期

6 黃蕊;凌東;;寬帶互聯(lián)網(wǎng)的帶寬管理[J];中國(guó)新通信;2006年11期

7 盧俊武;;網(wǎng)絡(luò)性能測(cè)量結(jié)果分析技術(shù)——數(shù)據(jù)采樣[J];廣西通信技術(shù);2009年03期

8 詹紅霞;邱輝;;訪問控制列表[J];沙漠與綠洲氣象;2009年S1期

9 大鍋飯;;好網(wǎng)編是如何練成的流量就是RMB![J];電腦愛好者;2009年19期

10 張全新,李紅;計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)網(wǎng)級(jí)流量控制的分析[J];蘭州鐵道學(xué)院學(xué)報(bào);1999年05期

相關(guān)會(huì)議論文 前2條

1 劉欣然;;一種新型網(wǎng)絡(luò)攻擊分類體系[A];全國(guó)網(wǎng)絡(luò)與信息安全技術(shù)研討會(huì)'2005論文集（上冊(cè)）[C];2005年

2 翟偉斌;許榕生;;基于Internet的CIS研究[A];第十三屆全國(guó)核電子學(xué)與核探測(cè)技術(shù)學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2006年

相關(guān)重要報(bào)紙文章 前7條

1 阮征;企業(yè)網(wǎng)絡(luò)需要流量管控[N];電腦報(bào);2009年

2 本報(bào)記者 吳玉征;斬?cái)嗔髁康暮谑諿N];計(jì)算機(jī)世界;2009年

3 李剛;港灣網(wǎng)絡(luò)服務(wù)福建省博物館[N];計(jì)算機(jī)世界;2003年

4 專訪嘉賓 中央民族大學(xué)現(xiàn)代教育技術(shù)部網(wǎng)絡(luò)中心主任 馬傳連;流量管控已成高校網(wǎng)絡(luò)救命稻草[N];電腦報(bào);2009年

5 雨風(fēng);流量管控讓企業(yè)網(wǎng)絡(luò)“渠清如許”[N];電腦報(bào);2009年

6 李佳 搜索引擎優(yōu)化工程師;SEOer:網(wǎng)站的流量之源[N];電腦報(bào);2010年

7 本報(bào)記者 那罡;優(yōu)化廣域網(wǎng)流量[N];中國(guó)計(jì)算機(jī)報(bào);2010年

相關(guān)博士學(xué)位論文 前3條

1 鄭裕峰;高速包分類協(xié)處理器及網(wǎng)絡(luò)平臺(tái)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

2 尹世群;Web文本分類關(guān)鍵技術(shù)研究[D];西南大學(xué);2008年

3 齊建東;基于數(shù)據(jù)挖掘的入侵檢測(cè)方法及系統(tǒng)研究[D];中國(guó)農(nóng)業(yè)大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 石景龍;網(wǎng)絡(luò)流量統(tǒng)計(jì)分析系統(tǒng)[D];吉林大學(xué);2005年

2 潘玲琳;基于關(guān)聯(lián)規(guī)則的六度分隔系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];華東師范大學(xué);2007年

3 曹卓文;基礎(chǔ)教育網(wǎng)站黃頁(yè)系統(tǒng)研究[D];南京師范大學(xué);2008年

4 黃勇軍;基于多速率分層組播網(wǎng)絡(luò)擁塞控制研究[D];中南大學(xué);2008年

5 宋永宏;模糊分類技術(shù)在入侵檢測(cè)中的應(yīng)用[D];西安電子科技大學(xué);2006年

6 蔣杰;基于分類技術(shù)的電子支付平臺(tái)作弊賬戶的識(shí)別模型研究[D];浙江工業(yè)大學(xué);2012年

7 魏家好;包分類算法研究及其在Linux防火墻中的應(yīng)用[D];合肥工業(yè)大學(xué);2006年

8 熊志勇;數(shù)據(jù)挖掘在反垃圾郵件領(lǐng)域中的應(yīng)用與研究[D];南昌大學(xué);2006年

9 熊德蘭;中文網(wǎng)頁(yè)褒貶傾向性分類研究[D];鄭州大學(xué);2006年

10 李軍輝;中文郵件語料庫(kù)建設(shè)[D];蘇州大學(xué);2006年

，

本文編號(hào)：2091693