P2P等新型的網(wǎng)絡(luò)應(yīng)用采用隨機(jī)端口，使得基于網(wǎng)絡(luò)端口的網(wǎng)絡(luò)流量分類方法失效，深度包檢測方法雖然準(zhǔn)確率比較高，但是特征庫的維護(hù)和特征碼的模式匹配的成本極高，特別是對(duì)于大流量環(huán)境下的網(wǎng)絡(luò)流量分類時(shí)，基于機(jī)器學(xué)習(xí)的分類方法雖然也可以去的比較高的準(zhǔn)確率，但消耗資源比較高，樣本的選擇對(duì)分類的結(jié)果影響很大。 而基于行為的網(wǎng)絡(luò)流量分類方法只需要得到流的基本特征即可，只要對(duì)低成本的NetFlow的數(shù)據(jù)進(jìn)行分析，通過建立各種應(yīng)用的行為特征模型來識(shí)別網(wǎng)絡(luò)流量類型能夠達(dá)到對(duì)流量進(jìn)行分類的目的。而行為特征模型的閾值會(huì)影響流量分類的準(zhǔn)確率和識(shí)別度，如果將行為模型的閾值控制的很嚴(yán)格，雖然準(zhǔn)確率很高，但其識(shí)別度會(huì)下降�；谙嗨菩缘牧髁款愋屯评硭惴�，是一種由已知流類型推測出網(wǎng)絡(luò)中與其相似節(jié)點(diǎn)或者連接的應(yīng)用類型，這種方法可以很好的彌補(bǔ)網(wǎng)絡(luò)流量分類過程中識(shí)別度不高的問題。 使用的高效的數(shù)據(jù)結(jié)構(gòu)組織流信息，并使用快速的查找算法對(duì)流信息進(jìn)行分類，實(shí)現(xiàn)基于行為的流量分類系統(tǒng)。在此流量分類系統(tǒng)中，使用域名與IP的對(duì)應(yīng)信息，不僅可以在域名層次對(duì)網(wǎng)絡(luò)流量進(jìn)行分類，從域名的角度分析出流量來自哪個(gè)站點(diǎn)，從而實(shí)現(xiàn)了細(xì)粒度的流量... 

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容和創(chuàng)新點(diǎn)
    1.4 論文的組織結(jié)構(gòu)
2 網(wǎng)絡(luò)流量分類方法
    2.1 網(wǎng)絡(luò)流量的獲取及“流”的特征
    2.2 網(wǎng)絡(luò)應(yīng)用及其特征
    2.3 流量分類技術(shù)研究
    2.4 本章小結(jié)
3 基于行為的分類方法
    3.1 應(yīng)用的網(wǎng)絡(luò)行為分析
    3.2 多維 P2P 行為特征分析
    3.3 網(wǎng)絡(luò)流量判別模型
    3.4 本章小結(jié)
4 基于相似度的分類
    4.1 節(jié)點(diǎn)的相似度
    4.2 連接的相似度
    4.3 相似度推理算法
    4.4 實(shí)驗(yàn)驗(yàn)證
    4.5 本章小結(jié)
5 基于行為識(shí)別和相似性原理的流量分類系統(tǒng)實(shí)現(xiàn)
    5.1 系統(tǒng)總體框架設(shè)計(jì)及處理流程
    5.2 流數(shù)據(jù)預(yù)分類處理模塊
    5.3 主要的數(shù)據(jù)結(jié)設(shè)計(jì)及流信息分類過程
    5.4 系統(tǒng)測試與評(píng)價(jià)
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 進(jìn)一步的工作
致謝
參考文獻(xiàn)
附錄 攻讀學(xué)位期間發(fā)表論文目錄


【參考文獻(xiàn)】：
期刊論文
[1]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)
[2]基于復(fù)雜網(wǎng)絡(luò)社團(tuán)劃分的網(wǎng)絡(luò)流量分類[J]. 蔡君,余順爭.  計(jì)算機(jī)科學(xué). 2011(03)
[3]基于機(jī)器學(xué)習(xí)的IP流量分類研究[J]. 劉瓊,劉珍,黃敏.  計(jì)算機(jī)科學(xué). 2010(12)
[4]深度包檢測中一種高效的正則表達(dá)式壓縮算法[J]. 徐乾,鄂躍鵬,葛敬國,錢華林.  軟件學(xué)報(bào). 2009(08)
[5]基于支持向量機(jī)的Internet流量分類研究[J]. 徐鵬,劉瓊,林森.  計(jì)算機(jī)研究與發(fā)展. 2009(03)
[6]多模式匹配算法的優(yōu)化研究[J]. 方賢進(jìn),李龍澍.  微計(jì)算機(jī)信息. 2007(09)
[7]多模式匹配算法及硬件實(shí)現(xiàn)[J]. 李偉男,鄂躍鵬,葛敬國,錢華林.  軟件學(xué)報(bào). 2006(12)
[8]以太網(wǎng)數(shù)據(jù)包嗅探技術(shù)[J]. 張永濤 ,劉鑫 ,李鷗.  微計(jì)算機(jī)信息. 2005(20)
[9]基于NetFlow技術(shù)的網(wǎng)絡(luò)流量統(tǒng)計(jì)[J]. 崔毅東,張暉,徐惠民.  電信科學(xué). 2003(06)

博士論文
[1]P2P流媒體識(shí)別方法的研究[D]. 周麗娟.華中科技大學(xué) 2008
[2]P2P流的測量與識(shí)別方法研究[D]. 柳斌.華中科技大學(xué) 2008



本文編號(hào)：3706413