基于行為的網(wǎng)絡(luò)流量分類方法研究.pdf

1、P2P等新型的網(wǎng)絡(luò)應(yīng)用采用隨機(jī)端口,使得基于網(wǎng)絡(luò)端口的網(wǎng)絡(luò)流量分類方法失效,深度包檢測(cè)方法雖然準(zhǔn)確率比較高,但是特征庫(kù)的維護(hù)和特征碼的模式匹配的成本極高,特別是對(duì)于大流量環(huán)境下的網(wǎng)絡(luò)流量分類時(shí),基于機(jī)器學(xué)習(xí)的分類方法雖然也可以去的比較高的準(zhǔn)確率,但消耗資源比較高,樣本的選擇對(duì)分類的結(jié)果影響很大。
　　而基于行為的網(wǎng)絡(luò)流量分類方法只需要得到流的基本特征即可,只要對(duì)低成本的Net Flow的數(shù)據(jù)進(jìn)行分析,通過(guò)建立各種應(yīng)用的行為特征模型

2、來(lái)識(shí)別網(wǎng)絡(luò)流量類型能夠達(dá)到對(duì)流量進(jìn)行分類的目的。而行為特征模型的閾值會(huì)影響流量分類的準(zhǔn)確率和識(shí)別度,如果將行為模型的閾值控制的很嚴(yán)格,雖然準(zhǔn)確率很高,但其識(shí)別度會(huì)下降?；谙嗨菩缘牧髁款愋屯评硭惴?是一種由已知流類型推測(cè)出網(wǎng)絡(luò)中與其相似節(jié)點(diǎn)或者連接的應(yīng)用類型,這種方法可以很好的彌補(bǔ)網(wǎng)絡(luò)流量分類過(guò)程中識(shí)別度不高的問(wèn)題。
　　使用的高效的數(shù)據(jù)結(jié)構(gòu)組織流信息,并使用快速的查找算法對(duì)流信息進(jìn)行分類,實(shí)現(xiàn)基于行為的流量分類系統(tǒng)。在此流量分類