本文關(guān)鍵詞：基于模糊K-Means的網(wǎng)絡流分類系統(tǒng)研究與實現(xiàn)，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著網(wǎng)絡的不斷發(fā)展,特別是移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng),網(wǎng)絡已成為生活不可或缺的一部分。伴隨網(wǎng)絡發(fā)展而來的是,網(wǎng)絡安全、服務質(zhì)量和網(wǎng)絡管理等一些列相關(guān)問題日益突出。如果不能有效管理網(wǎng)絡流量,將對我們?nèi)粘Ｉa(chǎn)生活將會產(chǎn)生重大影響。網(wǎng)絡流量管理的基礎就是能有效對網(wǎng)絡流進行識別分類,然而基于端口或基于負載的網(wǎng)絡流分類方法的有效性已經(jīng)大大減弱,許多研究者開始將目光轉(zhuǎn)向基于機器學習的方法。因此,針對網(wǎng)絡流的模糊性特征,本文研究模糊聚類算法在網(wǎng)絡流分類中的應用和效果。本文首先比較了基于端口、基于負載和基于機器學習的網(wǎng)絡流識別方法。然后介紹了網(wǎng)絡流相關(guān)概念和評價標準,并分別指出了這三類方法的優(yōu)勢、不足、使用場景。然后討論了網(wǎng)絡流流統(tǒng)計特征的選擇方法,針對網(wǎng)絡流分類提出了一種改進的模糊聚類算法,并將其應用到對網(wǎng)絡流的識別。最后實現(xiàn)了一個網(wǎng)絡流的分類系統(tǒng)。本文主要工作內(nèi)容如下：(1)在選取網(wǎng)絡流特征集時,本文分別從人工經(jīng)驗選擇和基于機器學習兩個方面考慮結(jié)合二者優(yōu)點尋找合適的網(wǎng)絡流特征集,既盡可能多的考慮相關(guān)特征以提高分類準確度,同時又保持可接受的計算量。該方法先通過人工經(jīng)驗考察不同特征組對網(wǎng)絡流分類的影響,找出關(guān)鍵特征組,然后逐步細化出區(qū)分哪些特征對網(wǎng)絡流分類具有相對較高的貢獻度,最后通過機器學習算法對篩選出的特征進行分類效果比較確定最終合適的網(wǎng)絡流特征集。(2)根據(jù)網(wǎng)絡流特征所具有的模糊特性,本文提出改進的模糊K-Means聚類算法。該算法通過模糊權(quán)重來刻畫流特征與不同應用協(xié)議的隸屬關(guān)系。針對該算法分類準確率易受初始聚類中心選擇的影響,本文基于最小生成樹算法對其進行改進。最后將改進的模糊K-Means聚類算法應用于網(wǎng)絡流分類中。(3)設計實現(xiàn)了一個網(wǎng)絡流分類系統(tǒng),該系統(tǒng)可完成網(wǎng)絡數(shù)據(jù)包的捕獲、過濾、匯聚、特征提取、分類和輸出顯示等一系列操作。最后通過該系統(tǒng)對實際網(wǎng)絡中的捕獲的幾類數(shù)據(jù)流進行分類測試,實驗結(jié)果顯示基于改進的模糊K-Means算法相比傳統(tǒng)的K-Means算法在對網(wǎng)絡流分類的準確率有一定的提高。
【關(guān)鍵詞】：網(wǎng)絡流分類 K-Means 模糊聚類 聚類中心
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP393.06
【目錄】：

• 摘要4-6
• ABSTRACT6-12
• 第一章 緒論12-16
• 1.1 研究背景及意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-14
• 1.3 論文研究內(nèi)容14-15
• 1.4 論文組織結(jié)構(gòu)15-16
• 第二章 網(wǎng)絡流分類方法綜述16-24
• 2.1 網(wǎng)絡流分類介紹16-18
• 2.1.1 網(wǎng)絡流分類的基本概念16
• 2.1.2 網(wǎng)絡流分類算法評價標準16-18
• 2.2 網(wǎng)絡流分類方法18-22
• 2.2.1 基于端口的網(wǎng)絡流分類方法18-19
• 2.2.2 基于負載的網(wǎng)絡流分類方法19-20
• 2.2.3 基于機器學習的網(wǎng)絡流分類方法20-22
• 2.3 網(wǎng)絡流分類方法綜合比較22-23
• 2.4 本章小結(jié)23-24
• 第三章 基于模糊聚類的網(wǎng)絡流分類24-37
• 3.1 網(wǎng)絡流統(tǒng)計特征選取24-29
• 3.1.1 基于經(jīng)驗的特征選擇24-25
• 3.1.2 基于機器學習的特征選擇25-26
• 3.1.3 結(jié)合兩種方式篩選網(wǎng)絡流特征26-28
• 3.1.4 特征集效果評估28-29
• 3.2 模糊K-Means聚類算法29-35
• 3.2.1 算法介紹29-32
• 3.2.2 優(yōu)化初始化聚類中心32-34
• 3.2.3 確定最優(yōu)聚類數(shù)34-35
• 3.3 本章小結(jié)35-37
• 第四章 網(wǎng)絡流分類系統(tǒng)設計37-48
• 4.1 系統(tǒng)總體結(jié)構(gòu)設計37-38
• 4.2 系統(tǒng)各模塊設計38-47
• 4.2.1 數(shù)據(jù)包捕獲過濾模塊38-40
• 4.2.2 數(shù)據(jù)包解析模塊40-41
• 4.2.3 網(wǎng)絡流匯聚模塊41-43
• 4.2.4 流統(tǒng)計特征提取模塊43-45
• 4.2.5 核心分類器模塊45-46
• 4.2.6 輸出顯示模塊46-47
• 4.6 本章小結(jié)47-48
• 第五章 網(wǎng)絡流分類系統(tǒng)實現(xiàn)48-57
• 5.1 系統(tǒng)實現(xiàn)48-52
• 5.1.1 數(shù)據(jù)包捕獲和解析界面48-50
• 5.1.2 網(wǎng)絡流匯聚與特征提取50-51
• 5.1.3 分類算法配置和圖形顯示51-52
• 5.2 實驗和結(jié)果分析52-55
• 5.2.1 實驗環(huán)境和實驗數(shù)據(jù)53
• 5.2.3 實驗和結(jié)果分析53-55
• 5.3 本章小結(jié)55-57
• 第六章 總結(jié)與展望57-59
• 6.1 總結(jié)57
• 6.2 展望57-59
• 參考文獻59-63
• 攻讀學位期間發(fā)表的論文63-65
• 致謝65-66
• 附錄1 網(wǎng)絡流特征集66-74

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 武佳寧;;基于序列特征的網(wǎng)絡流分類方法研究[J];電子設計工程;2013年23期

2 張峰,雷振明;高速網(wǎng)絡流測量及模型研究[J];計算機工程與應用;2004年17期

3 阿呆;;Netronome:為亞太區(qū)量身定制解決方案[J];通訊世界;2011年04期

4 龍熙華;韓大中;;線性多商品網(wǎng)絡流算法與多煤種調(diào)運優(yōu)化[J];西安礦業(yè)學院學報;1987年03期

5 孫旺弟,徐和杰;網(wǎng)絡流理論在配水系統(tǒng)壓力優(yōu)化計算中的應用[J];鎮(zhèn)江船舶學院學報;1990年03期

6 高峰修,黃根勛,張利民;基于網(wǎng)絡流上的秘密共享體制[J];通信技術(shù);2002年04期

7 葉麟;張宏莉;何慧;;基于主成分分析的網(wǎng)絡流相關(guān)性研究[J];計算機工程;2007年12期

8 季海波,楊蓓,沈廉;關(guān)于二元網(wǎng)絡流算法的一個推廣[J];中國科學技術(shù)大學學報;1998年03期

9 王可定，封樹標;多源點網(wǎng)絡流圖的計算機解法[J];系統(tǒng)工程理論與實踐;1994年08期

10 程叢電;陳曦;;一個局部帶優(yōu)先權(quán)的最大多物資網(wǎng)絡流問題[J];數(shù)學的實踐與認識;2014年03期

中國重要報紙全文數(shù)據(jù)庫 前2條

1 本報記者 龔保華;讓電視網(wǎng)絡流光溢彩[N];吉林日報;2013年

2 ;賽門鐵克ManHunt 網(wǎng)絡獵手[N];計算機世界;2003年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 蔣曉路;網(wǎng)絡流特征的時頻分析及其應用研究[D];電子科技大學;2014年

2 楊嘉佳;高速網(wǎng)絡流過濾關(guān)鍵技術(shù)研究與應用[D];長沙理工大學;2014年

3 吳輝;基于模糊K-Means的網(wǎng)絡流分類系統(tǒng)研究與實現(xiàn)[D];廣東工業(yè)大學;2016年

4 李丹丹;基于網(wǎng)絡流行為的網(wǎng)絡流分類技術(shù)研究[D];哈爾濱理工大學;2015年

5 戚玉娥;基于網(wǎng)絡流的流量異常檢測研究[D];山東師范大學;2009年

6 王建敏;用優(yōu)化的正則表達式引擎進行快速網(wǎng)絡流分類[D];中國科學技術(shù)大學;2015年

7 樊煉;基于消息統(tǒng)計值的網(wǎng)絡流分類研究[D];華中科技大學;2008年

8 葉麟;基于網(wǎng)絡流相關(guān)性的大規(guī)模網(wǎng)絡異常發(fā)現(xiàn)技術(shù)研究[D];哈爾濱工業(yè)大學;2006年

9 張洛什;基于Cavium平臺的網(wǎng)絡流分類系統(tǒng)的設計與實現(xiàn)[D];哈爾濱理工大學;2011年

10 趙偉;基于網(wǎng)絡流特征的P2P網(wǎng)絡流量分類文學研究[D];西安電子科技大學;2013年

  本文關(guān)鍵詞：基于模糊K-Means的網(wǎng)絡流分類系統(tǒng)研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

本文編號：302414