針對網(wǎng)絡(luò)數(shù)據(jù)流的實時分類算法研究.pdf

1、近年來隨著互聯(lián)網(wǎng)的發(fā)展，網(wǎng)絡(luò)流量呈現(xiàn)出多樣化、復(fù)雜化的特點，給網(wǎng)絡(luò)服務(wù)質(zhì)量和網(wǎng)絡(luò)安全的保障帶來了前所未有的挑戰(zhàn)。網(wǎng)絡(luò)監(jiān)管部門無法準(zhǔn)確了解網(wǎng)絡(luò)中的流量信息，就不能采取針對性的管理措施。因此，網(wǎng)絡(luò)流分類技術(shù)對網(wǎng)絡(luò)管理工作具有重要的作用，研究準(zhǔn)確、高效的流分類算法具有重大的現(xiàn)實意義。
　　該領(lǐng)域已有的研究大多只停留在協(xié)議級別的流分類問題上，對加密流量的識別也缺乏針對性的解決方案，算法效率也難以達(dá)到實際應(yīng)用的要求。針對這些問題，本文對點對

2、點媒體通道和網(wǎng)絡(luò)加密服務(wù)數(shù)據(jù)流的實時分類問題進(jìn)行了深入的研究。
　　首先，本文給出了網(wǎng)絡(luò)數(shù)據(jù)流分類問題的形式化定義和評價標(biāo)準(zhǔn)，對三種傳統(tǒng)的網(wǎng)絡(luò)數(shù)據(jù)流分類算法進(jìn)行了深入的分析和比較。
　　其次，提出了一種基于支持向量機(jī)模型的點對點媒體通道數(shù)據(jù)流分類算法。通過分析UDP媒體通道數(shù)據(jù)流的特點，構(gòu)造了由5個數(shù)據(jù)流特征組成的特征集合。實驗結(jié)果表明，該算法具有較強(qiáng)的泛化能力和實時性，對3種媒體通道的總體分類準(zhǔn)確率達(dá)到了96％。
　

3、　然后，提出了一種基于決策樹模型的網(wǎng)絡(luò)加密服務(wù)數(shù)據(jù)流分類算法。分析了4種HTTPS應(yīng)用的流量特點，選擇前8個報文長度序列作為數(shù)據(jù)流特征。提出了特征歸納和特征屬性交叉區(qū)間拆分算法，提高了分類模型的學(xué)習(xí)和訓(xùn)練效率。在測試實驗中，該算法計算簡單、具有較快的分類速度，對4種加密應(yīng)用的分類準(zhǔn)確率達(dá)到了95%以上。
　　最后，在上述研究基礎(chǔ)之上，針對網(wǎng)絡(luò)加密服務(wù)數(shù)據(jù)流分類問題，設(shè)計并實現(xiàn)了一個大流量、高速網(wǎng)絡(luò)環(huán)境下的網(wǎng)絡(luò)加密數(shù)據(jù)流實時分類器原