基于數(shù)據(jù)流挖掘的流量識(shí)別技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)高速發(fā)展,各類新型的網(wǎng)絡(luò)應(yīng)用使網(wǎng)絡(luò)流量急劇增長(zhǎng)，對(duì)帶寬的無秩序、無節(jié)制的搶占，為網(wǎng)絡(luò)帶寬資源的管理帶來了的巨大挑戰(zhàn)。網(wǎng)絡(luò)流量識(shí)別技術(shù)的研究可解決帶寬資源使用不合理而造成的業(yè)務(wù)質(zhì)量下降問題，為實(shí)時(shí)監(jiān)控不同業(yè)務(wù)的使用質(zhì)量，鏈路負(fù)載均衡，減少帶寬資源浪費(fèi)，提升關(guān)鍵業(yè)務(wù)傳輸效率等提供科學(xué)依據(jù)。此外，網(wǎng)絡(luò)流量識(shí)別對(duì)于各種網(wǎng)絡(luò)計(jì)費(fèi)、網(wǎng)絡(luò)安全、流量工程等領(lǐng)域也是至關(guān)重要的。
　　本文首先分析流量識(shí)別技術(shù)的研究現(xiàn)狀，給出了網(wǎng)絡(luò)流量識(shí)

2、別技術(shù)的評(píng)價(jià)標(biāo)準(zhǔn)和識(shí)別結(jié)果評(píng)價(jià)指標(biāo)，并對(duì)目前網(wǎng)絡(luò)流量實(shí)時(shí)識(shí)別中的存在的問題進(jìn)行了分析，給出了解決對(duì)策。然后重點(diǎn)研究了基于數(shù)據(jù)流挖掘的流量識(shí)別技術(shù)，并作了比較。最后設(shè)計(jì)了基于數(shù)據(jù)流挖掘的流量識(shí)別系統(tǒng)。論文的主要研究?jī)?nèi)容和創(chuàng)新成果如下：
　　(1)本文將CVFDT(Concept-adapting Very Fast Decision Tree)算法應(yīng)用到在網(wǎng)絡(luò)流量識(shí)別中，CVFDT是一種數(shù)據(jù)流分類算法，可以隨著訓(xùn)練樣本的到來動(dòng)態(tài)的更

3、新分類模型，可以解決概念漂移問題，并采用目前權(quán)威數(shù)據(jù)通過實(shí)驗(yàn)比較了CVFDT算法和VFDT算法的分類準(zhǔn)確率和解決概念漂移的能力；
　　(2)采用CVFDT算法設(shè)計(jì)了實(shí)時(shí)流量識(shí)別系統(tǒng)，給出了系統(tǒng)的總體設(shè)計(jì)，給出了流量采集、采樣、流匯聚、流實(shí)時(shí)屬性選擇、構(gòu)建決策樹和類標(biāo)記等關(guān)鍵技術(shù)的實(shí)現(xiàn)方法。流量采集是采用Linux下的包捕獲庫Libpcap；采樣技術(shù)是采用簡(jiǎn)單隨機(jī)采樣方法，采用采樣技術(shù)可以解決軟件采集產(chǎn)生嚴(yán)重丟包率的問題；流匯聚通過