本文關鍵詞：基于云計算技術的實時網(wǎng)絡流量識別算法研究

  更多相關文章： 實時網(wǎng)絡應用 屬性選擇算法 非對稱路由 流量識別模型

【摘要】：隨著互聯(lián)網(wǎng)技術的飛速發(fā)展以及移動網(wǎng)絡的普及,多種多樣的實時網(wǎng)絡應用(比如流媒體、P2P等)不斷涌現(xiàn)。因此如何解決實時網(wǎng)絡流量識別問題已成為網(wǎng)絡安全和網(wǎng)絡監(jiān)測的關鍵。本文以網(wǎng)絡應用層的數(shù)據(jù)(如網(wǎng)頁瀏覽、文件傳輸、電子郵件等)為研究對象,通過分析流量行為特征,優(yōu)化屬性選擇算法,對網(wǎng)絡數(shù)據(jù)進行降維處理,其中云計算技術中Map/Reduce的并行處理機制廣泛應用在大數(shù)據(jù)的操作上,因此使用Map/Reduce框架進行相關仿真分析。網(wǎng)絡中非對稱路由現(xiàn)象會對流量識別造成影響,文中提出一種自適應測度方法來減少這種影響。最后通過構(gòu)建一種實時網(wǎng)絡流量的識別模型對網(wǎng)絡應用層數(shù)據(jù)進行識別。具體內(nèi)容如下:1.屬性選擇是流量識別方法的數(shù)據(jù)預處理階段,本文提出一種基于ReliefF的Wrapper屬性選擇算法,可以在降低數(shù)據(jù)維度的同時保持數(shù)據(jù)特性的準確性。2.研究了實時網(wǎng)絡中存在的非對稱路由現(xiàn)象,本文分析該現(xiàn)象的產(chǎn)生以及對流量識別造成的影響,并提出一種自適應的衡量方法來量化并減少這種影響。3.提出一種基于半監(jiān)督學習方法的實時流量識別模型,該模型不僅可以快速精確的對流量進行識別,而且還具有以往流量識別模型所不具有的新特性,這些新特性對實時網(wǎng)絡流量的識別具有更大的優(yōu)勢。
【學位授予單位】：安徽理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP393.06

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 牛軍霞;王敬前;;基于動態(tài)誤分類代價下的代價敏感屬性選擇[J];數(shù)碼設計;2016年03期

2 何威;劉星毅;程德波;胡榮耀;;基于稀疏學習的魯棒自表達屬性選擇算法[J];計算機應用與軟件;2016年11期

3 王康利;黃海;李軍政;;一種基于序列特征的Skype流量識別方法[J];電子設計工程;2016年15期

4 徐樹良;王俊紅;;結(jié)合無監(jiān)督學習的數(shù)據(jù)流分類算法[J];模式識別與人工智能;2016年07期

5 郭磊;楊升;肖鐘捷;程澤偉;;P2P網(wǎng)絡中基于動態(tài)貝葉斯網(wǎng)絡可信度量模型[J];計算機系統(tǒng)應用;2016年06期

6 張h，

本文編號：1297212