隨著移動網(wǎng)絡(luò)的迅速發(fā)展及移動應(yīng)用的繁榮,移動網(wǎng)絡(luò)流量識別在網(wǎng)絡(luò)管理與網(wǎng)絡(luò)安全等領(lǐng)域的重要性越來越突出。不同于傳統(tǒng)工作站流量,移動網(wǎng)絡(luò)流量的特殊性給傳統(tǒng)流量識別技術(shù)帶來了極大的挑戰(zhàn),如需細粒度識別,流量加密,應(yīng)用數(shù)量巨大等等。機器學(xué)習(xí)技術(shù)在眾多領(lǐng)域中都表現(xiàn)出優(yōu)秀的分類性能,對解決目前移動網(wǎng)絡(luò)流量識別技術(shù)存在的問題具有重大潛力。本文基于機器學(xué)習(xí)方法對適用于真實網(wǎng)絡(luò)環(huán)境的移動網(wǎng)絡(luò)流量識別技術(shù)展開相關(guān)研究。主要工作如下:（1）為了能識別目標應(yīng)用流量及檢測大量未知應(yīng)用流量,提出一種基于分類器融合的多層分類器架構(gòu)識別移動應(yīng)用流量。首先,為了避免受流量加密,隧道等技術(shù)的影響,提取的流量特征集僅包含流量的統(tǒng)計特征及少量原負載字節(jié)值。然后,訓(xùn)練基于決策樹模型的多層分類器,在不同層實現(xiàn)細粒度的目標應(yīng)用流量識別和未知應(yīng)用流量檢測。最后,收集一個具有代表性的,較大規(guī)模的移動應(yīng)用流量數(shù)據(jù)集用于驗證本方法的有效性。實驗結(jié)果表明本文的方法具有高識別精度,能有效的檢測未知應(yīng)用流量。（2）提出兩種模型調(diào)整算法用于優(yōu)化基于FPGA的決策樹加速實現(xiàn),從而使得工作（1）提出的算法易于進行硬件加速。首先,給出一種決策樹模型中的... 

【文章來源】：國防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 基于DNS的網(wǎng)絡(luò)流量識別研究現(xiàn)狀
        1.2.2 基于DPI的網(wǎng)絡(luò)流量識別研究現(xiàn)狀
        1.2.3 基于網(wǎng)絡(luò)行為的網(wǎng)絡(luò)流量識別研究現(xiàn)狀
        1.2.4 基于機器學(xué)習(xí)的網(wǎng)絡(luò)流量識別研究現(xiàn)狀
    1.3 主要工作與創(chuàng)新點
    1.4 論文結(jié)構(gòu)
第二章 相關(guān)研究與技術(shù)
    2.1 網(wǎng)絡(luò)流量識別相關(guān)概念
        2.1.1 應(yīng)用場景
        2.1.2 識別對象
        2.1.3 識別類型
    2.2 基于機器學(xué)習(xí)的流量識別技術(shù)介紹
        2.2.1 數(shù)據(jù)集收集與標記
        2.2.2 流量特征提取
        2.2.3 流量識別模型
    2.3 本章小結(jié)
第三章 基于多層分類器的移動應(yīng)用流量識別方法
    3.1 多層分類器模型設(shè)計
        3.1.1 動機分析
        3.1.2 術(shù)語介紹
        3.1.3 整體架構(gòu)
    3.2 分類器實現(xiàn)
        3.2.1 特征提取
        3.2.2 模糊流提取
        3.2.3 基分類器
    3.3 數(shù)據(jù)收集
        3.3.1 收集工具介紹
        3.3.2 數(shù)據(jù)集介紹
    3.4 實驗設(shè)置與結(jié)果分析
        3.4.1 實驗設(shè)置
        3.4.2 實驗結(jié)果與分析
    3.5 本章小結(jié)
第四章 基于決策樹的模型調(diào)整方法
    4.1 引言
    4.2 基于層級流水的決策樹加速方案
    4.3 決策樹浮點數(shù)閾值離散化方法
        4.3.1 浮點數(shù)閾值離散化方法
        4.3.2 實驗設(shè)置與評估
    4.4 決策樹模型自適應(yīng)調(diào)整方法
        4.4.1 決策樹模型自適應(yīng)調(diào)整方法
        4.4.2 實驗設(shè)置與評估
    4.5 本章小結(jié)
第五章 基于網(wǎng)絡(luò)行為的移動流量識別方法
    5.1 引言
    5.2 基于網(wǎng)絡(luò)行為的移動流量識別方法
        5.2.1 特征提取
        5.2.2 聚類
        5.2.3 網(wǎng)絡(luò)特征庫構(gòu)建
    5.3 實驗與結(jié)果分析
        5.3.1 數(shù)據(jù)集
        5.3.2 識別結(jié)果
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文主要工作總結(jié)
    6.2 研究展望
致謝
參考文獻
作者在學(xué)期間取得的學(xué)術(shù)成果



本文編號：3151182