本文關鍵詞：TL:采集具有準確應用用信息的Internet流量樣本（英文）

  更多相關文章： network measurement traffic classification data collection ground truth

【摘要】：Traffic classification research has been suffering from a trouble of collecting accurate samples with ground truth.A model named Traffic Labeller(TL) is proposed to solve this problem.TL system captures all user socket calls and their corresponding application process information in the user mode on a Windows host.Once a sending data call has been captured,its 5-tuple {source IP,destination IP,source port,destination port and transport layer protocol},associated with its application information,is sent to an intermediate NDIS driver in the kernel mode.Then the intermediate driver writes application type information on TOS field of the IP packets which match the 5-tuple.In this way,each IP packet sent from the Windows host carries their application information.Therefore,traffic samples collected on the network have been labelled with the accurate application information and can be used for training effective traffic classification models.
【作者單位】： School
【關鍵詞】： network measurement traffic classification data collection ground truth
【基金】：partially supported by the National Basic Research Program of China(973 Program)under Grant No.2011CB302605 the National High Technology Researchand Development Program of China(863 Program)under Grant No.2012AA012502 the National Key Technology Research and Development Program of China under Grant No.2012BAH37B00 the Program for New Century Excellent Talents in University under Grant No.NCET-10-0863 the National Natural Science Foundation of China under Grants No.61173078,No.61203105,No.61173079,No.61070130,No.60903176 the Provincial Natural Science Foundation of Shandong under Grants No.ZR2012FM010,No.ZR2011FZ001,No.ZR2010FM047,No.ZR2010FQ028,No.ZR2012FQ016
【分類號】：TP393.06
【正文快照】： I.INTRODUCTION Traffic classification is an important techniquefor network management.The main target oftraffic classification is to identify the applica-tion type of traffics in Internet.In terms ofnetwork management,knowing the type oftraffics is helpf

【參考文獻】

中國期刊全文數(shù)據庫 前2條

1 杜敏;陳興蜀;譚駿;;基于多級分類的網絡流量在線識別方法(英文)[J];中國通信;2013年02期

2 杜敏;陳興蜀;譚駿;;一種新的基于BPSO和KNN的P2P流量識別算法(英文)[J];中國通信;2011年02期

【共引文獻】

中國期刊全文數(shù)據庫 前10條

1 李為民;劉曉楠;繆晨;陳陸穎;雷振明;;典型業(yè)務的包長分布規(guī)律[J];電子科技大學學報;2014年02期

2 柏駿;夏靖波;吳吉祥;任高明;趙小歡;;實時網絡流量分類研究綜述[J];計算機科學;2013年09期

3 丁要軍;蔡皖東;姚燁;;基于UDP統(tǒng)計指印混合模型的VoIP流量識別方法[J];計算機科學;2013年09期

4 張顯江;劉小強;;一種參數(shù)聯(lián)合優(yōu)化的網絡流量非線性預測模型[J];計算機工程與應用;2014年06期

5 陸悠;李偉;羅軍舟;蔣健;夏怒;;一種基于選擇性協(xié)同學習的網絡用戶異常行為檢測方法[J];計算機學報;2014年01期

6 夏靖波;柏駿;趙小歡;吳吉祥;;基于相關向量機的在線網絡流量分類方法[J];吉林大學學報(工學版);2014年02期

7 張萌;張滬寅;葉剛;;延遲時間和嵌入維數(shù)聯(lián)合優(yōu)化的網絡流量預測[J];計算機工程與應用;2014年04期

8 尹向東;楊杰;屈長青;;CPSO算法優(yōu)化神經網絡重構的網絡流量預測[J];計算機工程與應用;2014年09期

9 崔兆順;;基于小波變換的網絡流量組合預測模型[J];計算機工程與應用;2014年10期

10 王金光;陳貞翔;;基于Web的網絡流量分類管理系統(tǒng)[J];濟南大學學報(自然科學版);2014年01期

中國博士學位論文全文數(shù)據庫 前4條

1 王縱虎;聚類分析優(yōu)化關鍵技術研究[D];西安電子科技大學;2012年

2 劉國樂;P2P網絡的資源優(yōu)化與若干安全問題研究[D];北京郵電大學;2013年

3 李丹;基于流聚類的網絡業(yè)務識別關鍵技術研究[D];北京郵電大學;2013年

4 劉珍;因特網流量類不平衡特性與分類方法的研究[D];華南理工大學;2013年

中國碩士學位論文全文數(shù)據庫 前10條

1 許艷紅;基于FPGA的網絡流量在線分類系統(tǒng)的研究[D];北京郵電大學;2013年

2 扶佩佩;針對SSL協(xié)議的網絡應用精細化分類技術研究[D];北京郵電大學;2013年

3 蘇春;DPI技術的研究與設計實現(xiàn)[D];北京郵電大學;2013年

4 高琪娟;基于半監(jiān)督機器學習耕地等級評價研究[D];安徽農業(yè)大學;2011年

5 解岳鋒;流量識別特征選擇算法的研究與改進[D];西安電子科技大學;2013年

6 文競成;基于時頻特征參數(shù)的P2P流分類研究[D];電子科技大學;2013年

7 王嵌;基于深度包檢測的P2P流量控制器設計與實現(xiàn)[D];電子科技大學;2013年

8 張峰;基于機器學習的VoIP流量識別技術研究[D];華中師范大學;2013年

9 楊楷;P2P流媒體識別技術研究[D];解放軍信息工程大學;2013年

10 慕升弟;基于協(xié)議隱馬爾可夫模型的網絡流量識別技術研究[D];重慶大學;2013年

【二級參考文獻】

中國期刊全文數(shù)據庫 前1條

1 杜敏;陳興蜀;譚駿;;Accurate P2P traffic identification based on data transfer behavior[J];Journal of Harbin Institute of Technology;2012年04期

【相似文獻】

中國期刊全文數(shù)據庫 前10條

1 張雨;;MRTG及其應用[J];信息技術;2006年04期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

中國重要會議論文全文數(shù)據庫 前10條

1 ;Evaluation of Traffic Control Methods at Traffic Circles[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

2 ;Analysis of Topological Dynamical Properties of Urban Road Traffic Network[A];中國自動化學會控制理論專業(yè)委員會A卷[C];2011年

3 ;ADRC based freeway traffic density control via ramp metering[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

4 ;Vehicular Traffic Flow Dispersion Prediction of Coordinated Signal Control Based on Support Vector Regression[A];第二十六屆中國控制會議論文集[C];2007年

5 ;Multi-traffic objects classification using support vector machine[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 ;A Multi-mode Prediction Method for Elevator Traffic Flow Based on Classification Off-line[A];第二十七屆中國控制會議論文集[C];2008年

7 ;A New Traffic Signal Coordinated Control Method Based on Mobile Agent Technology[A];第二十七屆中國控制會議論文集[C];2008年

8 ;NBTRL:A Software Platform for Network Background Traffic Replay Based on Log[A];第二十六屆中國控制會議論文集[C];2007年

9 ;Study on the Forecast Model of Road Traffic Accident with Gray Theory[A];第13屆中國系統(tǒng)仿真技術及其應用學術年會論文集[C];2011年

10 ;Air Traffic Congestion Assessment Method Based on Evidence Theory[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

中國博士學位論文全文數(shù)據庫 前10條

1 趙明;基于數(shù)據的網格化城市交通信息系統(tǒng)理論初探和實現(xiàn)[D];北京交通大學;2011年

2 張立東;城市交通溢流智能協(xié)調控制算法研究[D];山東大學;2012年

3 姚學恒;基于“3S”的實時交通信息系統(tǒng)關鍵技術研究[D];中南大學;2012年

4 李啟朗;路口瓶頸處交通狀態(tài)的相圖及元胞自動機模型研究[D];中國科學技術大學;2012年

5 丁中俊;元胞自動機交通流模型中的相變現(xiàn)象和解析研究[D];中國科學技術大學;2012年

6 于悅;重大災害條件下城市應急交通誘導系統(tǒng)關鍵技術研究[D];吉林大學;2010年

7 孫曉燕;交通流復雜動態(tài)特性的元胞自動機模型研究[D];中國科學技術大學;2010年

8 謝東繁;基于微觀模型的城市道路交通流若干典型問題研究[D];北京交通大學;2011年

9 孫舵;道路交通流元胞自動機模型中的相變現(xiàn)象研究[D];中國科學技術大學;2011年

10 李永福;面向T-CPS的微觀交通認知方法及相關研究[D];重慶大學;2012年

中國碩士學位論文全文數(shù)據庫 前10條

1 佟陽春;基于浮動車和WSN的交通數(shù)據處理方法研究[D];大連理工大學;2012年

2 范翠鶯;IPTV系統(tǒng)的流量管理[D];華中科技大學;2011年

3 莫孝源;城市交通網絡的控制與仿真研究[D];上海交通大學;2010年

4 蔣強;城市道路交通微循環(huán)網絡中交通組織優(yōu)化方法研究[D];長沙理工大學;2011年

5 張健;考慮細致駕駛行為的雙車道交通流建模與控制[D];太原科技大學;2012年

6 吳淑貞;交通流密度波中的非線性方程[D];寧波大學;2012年

7 葉j，

本文編號：528490