對幾種網(wǎng)絡流量分類方法的分析與改進.pdf

1、網(wǎng)絡流量分類技術是互聯(lián)網(wǎng)運營商對網(wǎng)絡狀況進行監(jiān)督，進而對網(wǎng)絡進行管理的重要手段。隨著互聯(lián)網(wǎng)技術的快速發(fā)展，在不增加網(wǎng)絡帶寬的情況下提升網(wǎng)絡的性能成了亟待解決的問題。這就需要對網(wǎng)絡流量進行分類。
　　 在本論文中，我們主要對三種網(wǎng)絡流量分類方法進行了分析和改進，對改進前后的分類方法分別進行了比較，并且對比了這幾種改進之后的分類方法。
　　 基于內容的分類方法以數(shù)據(jù)包作為操作對象，分類效率比較低，而且它的特征字符串集合也比較

2、陳舊，無法進行準確分類。我們通過論證，可以讓這種方法以數(shù)據(jù)流為操作對象。同時，我們經(jīng)過測試，對特征字符串集合進行了仔細整理，添加了一些新的特征字符串。改進之后的方法在很大程度上提高了分類的完整性，同時降低了分類的漏報率。
　　 基于通信特征的BLINC分類方法[10]只能對大規(guī)模的數(shù)據(jù)集進行分類，并且分類的結果無法精確到具體協(xié)議。對此，我們首先通過測試對基于端口的方法進行約束，使之只能對某些特殊的應用層協(xié)議進行分類。然后利用這種

3、結合端口號約束的BLINC方法進行流量分類。改進之后的方法明顯提高了分類的準確率和完整性，降低了分類的漏報率。同時，改進之后的方法可以對小規(guī)模的數(shù)據(jù)集進行分類，分類的類別也更加細致。
　　 基于統(tǒng)計模型的分類方法[5]應用統(tǒng)計模型對屬于同一種應用層協(xié)議的數(shù)據(jù)包進行自動分類。這種方法使用對稱相對熵來計算兩個語法之間的統(tǒng)計分布距離，但是當統(tǒng)計分布中某些符號出現(xiàn)的幾率為零時，這種計算方法無法對其進行計算，需要根據(jù)訓練集的測試結果人為設