基于貝葉斯理論的網絡流量分類研究.pdf_第1頁
已閱讀1頁，還剩61頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、網絡技術的快速發(fā)展,尤其是P2P應用的飛速發(fā)展，大大豐富了互聯網的內容。但其服務大多采用端口跳變和協(xié)議加密等相關技術，使傳統(tǒng)的基于端口和有效載荷的分類方法的效率大大降低。如何對網絡流量進行有效分類，給廣大的互聯網使用者提供一個安全、可靠和高效的使用環(huán)境，是很多學者和網絡管理人員正在研究的問題；采用機器學習的方法對網絡流量自動分類是一種有效途徑。課題研究基于貝葉斯理論的網絡流量分類相關技術。
　　論文首先介紹網絡流量數據采集方法，通

2、過wincap軟件捕獲網絡報文，然后將采集到的報文按五元組進行分類為流，產生了34個網絡流量侯選特征,形成了網絡流的特征向量。在網絡流量類型的標識上結合基于端口和機器IP的種方法，來對流的應用類型進行標注，形成了流的樣本。
　　在特征選擇方面，介紹了運用相關度和快速的過濾器選擇方法來對特征進行選擇方法,得出有利于分類的特征子集。實驗結果表明提出的方法可以降低特征維數以便減少學習和分類的時間，同時還可以去掉不相關或冗余特征，增加分類

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論