近年來(lái),隨著互聯(lián)網(wǎng)的飛速發(fā)展,網(wǎng)絡(luò)的規(guī)模在持續(xù)的擴(kuò)大,各種新型的網(wǎng)絡(luò)應(yīng)用日漸增多,網(wǎng)絡(luò)組成也變得尤為復(fù)雜。網(wǎng)絡(luò)流量分類作為增強(qiáng)網(wǎng)絡(luò)可控性的基礎(chǔ)技術(shù)之一,對(duì)于網(wǎng)絡(luò)安全管理和網(wǎng)絡(luò)結(jié)構(gòu)改善有著很大幫助。網(wǎng)絡(luò)流量分類技術(shù)的發(fā)展大致可以歸納為三個(gè)階段:第一階段是基于端口號(hào)匹配的識(shí)別方法,但隨著網(wǎng)絡(luò)應(yīng)用的快速發(fā)展,該方法的分類效果逐漸下降;第二階段是基于有效載荷的分類方法,考慮到該方法資源消耗大等的弊端,研究者漸漸減少了對(duì)該種方法的使用。最終第三階段基于機(jī)器學(xué)習(xí)的識(shí)別方法隨之發(fā)展起來(lái)。本文引入極限學(xué)習(xí)機(jī)（Extreme Learning Machine,ELM）的方法來(lái)進(jìn)行流量分類,極限學(xué)習(xí)機(jī)是一種只包含唯一隱含層的前向神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),傳統(tǒng)的多層前向神經(jīng)網(wǎng)絡(luò)是基于梯度下降來(lái)實(shí)現(xiàn)的,因而在不斷的迭代過(guò)程中,自然而然的增加了學(xué)習(xí)的時(shí)間和功耗,而且還經(jīng)常會(huì)困于局部最優(yōu)之中。與之相比,ELM很大程度的減少了學(xué)習(xí)時(shí)間,提高了分類的準(zhǔn)確性。為了解決算法過(guò)程中隨機(jī)產(chǎn)生的輸入層權(quán)值和隱層節(jié)點(diǎn)偏置不是最優(yōu)解的缺點(diǎn),采用核極限學(xué)習(xí)機(jī)（Kernel ELM,KELM）。同時(shí)考慮到網(wǎng)絡(luò)流量自身具有長(zhǎng)相似性等的特點(diǎn),引入小波... 

【文章來(lái)源】：北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：91 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

中國(guó)網(wǎng)民規(guī)模與互聯(lián)網(wǎng)普及率

在整個(gè)網(wǎng)絡(luò)中，雙方的信息交互過(guò)程中會(huì)發(fā)生很多的突發(fā)情況，比如經(jīng)常發(fā)生的??客戶端等待了很長(zhǎng)時(shí)間沒(méi)有收到服務(wù)器端送回的連接確認(rèn)包，此時(shí)，客戶端就會(huì)重新??初始到ＣＬＯＳＥＤ狀態(tài)。??２．基于流量的分析方法??Ｐ２Ｐ?（Ｐｅｅｒ－ｔｏ－Ｐｅｅｒ）網(wǎng)絡(luò)應(yīng)用的興起，對(duì)基于端口號(hào)匹配和基于有效載荷的分類??方法增加了很多不可控性，導(dǎo)致這兩種分類方法的效果很難達(dá)到設(shè)計(jì)者的要求，再加??上ＶＰＮ等對(duì)數(shù)據(jù)做加密處理的應(yīng)用不斷增多，更加加大了分類的難度。這些應(yīng)用，??他們所具有的一個(gè)共同特點(diǎn)是可以承載具有多種不同媒體類型、不同使用模式的上層??應(yīng)用協(xié)議，導(dǎo)致流量具有顯著的時(shí)空差異性，這就對(duì)網(wǎng)絡(luò)應(yīng)用的詳細(xì)劃分造成了很大??的困難。??當(dāng)前Ｐ２Ｐ類應(yīng)用借鑒了傳統(tǒng)電信網(wǎng)信令平面與數(shù)據(jù)平面相分離的成熟經(jīng)驗(yàn)，在運(yùn)??行時(shí)通常會(huì)執(zhí)行兩類并發(fā)活動(dòng)：一方面利用可靠的信令包維護(hù)Ｐ２Ｐ網(wǎng)絡(luò)的拓?fù)浜停校澹澹颍??之間的連接及狀態(tài)，另一方面利用多個(gè)數(shù)據(jù)連接并發(fā)的與多個(gè)Ｐｅｅｒｓ進(jìn)行數(shù)據(jù)包傳輸。??Ｂｒａｎｄｓ?Ｅ?Ｈ?Ｔ?Ｂ等人針對(duì)Ｐ２Ｐ應(yīng)用設(shè)計(jì)了一種樹型結(jié)構(gòu)的Ｐ２Ｐ網(wǎng)絡(luò)應(yīng)用分類方法??

模型是七層結(jié)構(gòu)，其中各層都對(duì)該層的協(xié)議規(guī)則進(jìn)行了定義。ＴＣＰ／ＩＰ協(xié)議模型是采用??四層模型結(jié)構(gòu)，雖然提出較晚，但在互聯(lián)網(wǎng)中得到廣泛的使用。不同的網(wǎng)絡(luò)協(xié)議都分??布在這些層當(dāng)中。網(wǎng)絡(luò)流量分類就是根據(jù)這些網(wǎng)絡(luò)應(yīng)用協(xié)議的數(shù)據(jù)格式等特點(diǎn)，將未??知類型的網(wǎng)絡(luò)流量識(shí)別劃分為不同種類的方法。流量分類一般是將網(wǎng)絡(luò)流量分為多??種，如果是只有兩類的分類，則一般使用流量檢測(cè)、識(shí)別、鑒別等概念。??網(wǎng)絡(luò)流量分類通常根據(jù)對(duì)象的粒度粗細(xì)劃分為數(shù)據(jù)包級(jí)（Ｐａｃｋｅｔ－ｌｅｖｅｌ）、數(shù)據(jù)流??級(jí)（Ｆｌｏｗ－ｌｅｖｅｌ）、應(yīng)用級(jí)（Ｓｔｒｅａｍ－ｌｅｖｅｌ）。??數(shù)據(jù)包級(jí)：數(shù)據(jù)包級(jí)分類是基于網(wǎng)絡(luò)數(shù)據(jù)包所具有的的特征，如包大小、包間隔??時(shí)間等，對(duì)每個(gè)數(shù)據(jù)包進(jìn)行分類；??數(shù)據(jù)流級(jí)：數(shù)據(jù)流級(jí)是基于五元組進(jìn)行分類。在這個(gè)級(jí)別的分類過(guò)程中，除了要??關(guān)注數(shù)據(jù)包級(jí)的特征，還要進(jìn)一步對(duì)數(shù)據(jù)流級(jí)的一些統(tǒng)計(jì)特征或著主機(jī)行為特征進(jìn)行??關(guān)注；??應(yīng)用級(jí)：應(yīng)用級(jí)主要是基于主機(jī)間的應(yīng)用行為進(jìn)行分類，考慮的是三元組級(jí)別，??比較適合比較大的網(wǎng)絡(luò)服務(wù)環(huán)境，例如骨干網(wǎng)之類。??圖２－１展示了不同網(wǎng)絡(luò)流級(jí)與ＴＣＰ／ＩＰ協(xié)議模型對(duì)應(yīng)情況。??

【參考文獻(xiàn)】：
期刊論文
[1]基于小波分析的股指期貨高頻預(yù)測(cè)研究[J]. 劉向麗,王旭朋.  系統(tǒng)工程理論與實(shí)踐. 2015(06)
[2]遠(yuǎn)控型木馬通信三階段流量行為特征分析[J]. 李巍,李麗輝,李佳,林紳文.  信息網(wǎng)絡(luò)安全. 2015(05)
[3]小波核極限學(xué)習(xí)機(jī)分類器[J]. 王杰,郭晨龍.  微電子學(xué)與計(jì)算機(jī). 2013(10)
[4]基于貝葉斯學(xué)習(xí)的集成流量分類方法[J]. 汪為漢,唐學(xué)文,鄧一貴.  計(jì)算機(jī)工程. 2012(16)
[5]網(wǎng)絡(luò)流量分類研究進(jìn)展與展望[J]. 熊剛,孟姣,曹自剛,王勇,郭莉,方濱興.  集成技術(shù). 2012(01)
[6]基于改進(jìn)Elmam神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測(cè)模型[J]. 王旭啟,趙宗濤.  微計(jì)算機(jī)應(yīng)用. 2011(12)
[7]惡意軟件網(wǎng)絡(luò)協(xié)議的語(yǔ)法和行為語(yǔ)義分析方法[J]. 應(yīng)凌云,楊軼,馮登國(guó),蘇璞睿.  軟件學(xué)報(bào). 2011(07)
[8]基于貝葉斯學(xué)習(xí)算法的網(wǎng)絡(luò)流量分類[J]. 潘登.  湖南醫(yī)科大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2009(06)
[9]基于節(jié)點(diǎn)連接模式的P2P節(jié)點(diǎn)識(shí)別算法[J]. 魯文斌,楊家海,劉洪波.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(07)
[10]一種基于粗糙集理論的啟發(fā)式特征選擇算法[J]. 亢婷,魏立力.  計(jì)算機(jī)工程與應(yīng)用. 2008(30)

博士論文
[1]網(wǎng)絡(luò)流量分類識(shí)別若干技術(shù)研究[D]. 周文剛.電子科技大學(xué) 2014

碩士論文
[1]基于核密度估計(jì)的相關(guān)網(wǎng)絡(luò)流量貝葉斯分類器[D]. 譚楊.北京化工大學(xué) 2015
[2]流統(tǒng)計(jì)特征在網(wǎng)絡(luò)流量分類中的應(yīng)用研究[D]. 朱文波.杭州電子科技大學(xué) 2015
[3]支持向量分類機(jī)的核函數(shù)研究[D]. 李紅英.重慶大學(xué) 2009



本文編號(hào)：3457965