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

【摘要】：隨著網(wǎng)絡(luò)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(luò)已成為生活不可或缺的一部分。伴隨網(wǎng)絡(luò)發(fā)展而來的是,網(wǎng)絡(luò)安全、服務(wù)質(zhì)量和網(wǎng)絡(luò)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(luò)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(luò)流量管理的基礎(chǔ)就是能有效對網(wǎng)絡(luò)流進(jìn)行識別分類,然而基于端口或基于負(fù)載的網(wǎng)絡(luò)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(jī)器學(xué)習(xí)的方法。因此,針對網(wǎng)絡(luò)流的模糊性特征,本文研究模糊聚類算法在網(wǎng)絡(luò)流分類中的應(yīng)用和效果。本文首先比較了基于端口、基于負(fù)載和基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流識別方法。然后介紹了網(wǎng)絡(luò)流相關(guān)概念和評價標(biāo)準(zhǔn),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(luò)流流統(tǒng)計(jì)特征的選擇方法,針對網(wǎng)絡(luò)流分類提出了一種改進(jìn)的模糊聚類算法,并將其應(yīng)用到對網(wǎng)絡(luò)流的識別。最后實(shí)現(xiàn)了一個網(wǎng)絡(luò)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(luò)流特征集時,本文分別從人工經(jīng)驗(yàn)選擇和基于機(jī)器學(xué)習(xí)兩個方面考慮結(jié)合二者優(yōu)點(diǎn)尋找合適的網(wǎng)絡(luò)流特征集,既盡可能多的考慮相關(guān)特征以提高分類準(zhǔn)確度,同時又保持可接受的計(jì)算量。該方法先通過人工經(jīng)驗(yàn)考察不同特征組對網(wǎng)絡(luò)流分類的影響,找出關(guān)鍵特征組,然后逐步細(xì)化出區(qū)分哪些特征對網(wǎng)絡(luò)流分類具有相對較高的貢獻(xiàn)度,最后通過機(jī)器學(xué)習(xí)算法對篩選出的特征進(jìn)行分類效果比較確定最終合適的網(wǎng)絡(luò)流特征集。(2)根據(jù)網(wǎng)絡(luò)流特征所具有的模糊特性,本文提出改進(jìn)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(yīng)用協(xié)議的隸屬關(guān)系。針對該算法分類準(zhǔn)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(jìn)行改進(jìn)。最后將改進(jìn)的模糊K-Means聚類算法應(yīng)用于網(wǎng)絡(luò)流分類中。(3)設(shè)計(jì)實(shí)現(xiàn)了一個網(wǎng)絡(luò)流分類系統(tǒng),該系統(tǒng)可完成網(wǎng)絡(luò)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(shí)際網(wǎng)絡(luò)中的捕獲的幾類數(shù)據(jù)流進(jìn)行分類測試,實(shí)驗(yàn)結(jié)果顯示基于改進(jìn)的模糊K-Means算法相比傳統(tǒng)的K-Means算法在對網(wǎng)絡(luò)流分類的準(zhǔn)確率有一定的提高。
【關(guān)鍵詞】：網(wǎng)絡(luò)流分類 K-Means 模糊聚類 聚類中心
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)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(luò)流分類方法綜述16-24
• 2.1 網(wǎng)絡(luò)流分類介紹16-18
• 2.1.1 網(wǎng)絡(luò)流分類的基本概念16
• 2.1.2 網(wǎng)絡(luò)流分類算法評價標(biāo)準(zhǔn)16-18
• 2.2 網(wǎng)絡(luò)流分類方法18-22
• 2.2.1 基于端口的網(wǎng)絡(luò)流分類方法18-19
• 2.2.2 基于負(fù)載的網(wǎng)絡(luò)流分類方法19-20
• 2.2.3 基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流分類方法20-22
• 2.3 網(wǎng)絡(luò)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(luò)流分類24-37
• 3.1 網(wǎng)絡(luò)流統(tǒng)計(jì)特征選取24-29
• 3.1.1 基于經(jīng)驗(yàn)的特征選擇24-25
• 3.1.2 基于機(jī)器學(xué)習(xí)的特征選擇25-26
• 3.1.3 結(jié)合兩種方式篩選網(wǎng)絡(luò)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(luò)流分類系統(tǒng)設(shè)計(jì)37-48
• 4.1 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)37-38
• 4.2 系統(tǒng)各模塊設(shè)計(jì)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(luò)流匯聚模塊41-43
• 4.2.4 流統(tǒng)計(jì)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(luò)流分類系統(tǒng)實(shí)現(xiàn)48-57
• 5.1 系統(tǒng)實(shí)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(luò)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(shí)驗(yàn)和結(jié)果分析52-55
• 5.2.1 實(shí)驗(yàn)環(huán)境和實(shí)驗(yàn)數(shù)據(jù)53
• 5.2.3 實(shí)驗(yàn)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(xiàn)59-63
• 攻讀學(xué)位期間發(fā)表的論文63-65
• 致謝65-66
• 附錄1 網(wǎng)絡(luò)流特征集66-74

【相似文獻(xiàn)】

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(luò)流分類方法研究[J];電子設(shè)計(jì)工程;2013年23期

2 張峰,雷振明;高速網(wǎng)絡(luò)流測量及模型研究[J];計(jì)算機(jī)工程與應(yīng)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(luò)流算法與多煤種調(diào)運(yùn)優(yōu)化[J];西安礦業(yè)學(xué)院學(xué)報(bào);1987年03期

5 孫旺弟,徐和杰;網(wǎng)絡(luò)流理論在配水系統(tǒng)壓力優(yōu)化計(jì)算中的應(yīng)用[J];鎮(zhèn)江船舶學(xué)院學(xué)報(bào);1990年03期

6 高峰修,黃根勛,張利民;基于網(wǎng)絡(luò)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(luò)流相關(guān)性研究[J];計(jì)算機(jī)工程;2007年12期

8 季海波,楊蓓,沈廉;關(guān)于二元網(wǎng)絡(luò)流算法的一個推廣[J];中國科學(xué)技術(shù)大學(xué)學(xué)報(bào);1998年03期

9 王可定，封樹標(biāo);多源點(diǎn)網(wǎng)絡(luò)流圖的計(jì)算機(jī)解法[J];系統(tǒng)工程理論與實(shí)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(luò)流問題[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2014年03期

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

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

2 ;賽門鐵克ManHunt 網(wǎng)絡(luò)獵手[N];計(jì)算機(jī)世界;2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

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

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

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

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

6 王建敏;用優(yōu)化的正則表達(dá)式引擎進(jìn)行快速網(wǎng)絡(luò)流分類[D];中國科學(xué)技術(shù)大學(xué);2015年

7 樊煉;基于消息統(tǒng)計(jì)值的網(wǎng)絡(luò)流分類研究[D];華中科技大學(xué);2008年

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

9 張洛什;基于Cavium平臺的網(wǎng)絡(luò)流分類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱理工大學(xué);2011年

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

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

本文編號：302414