基于機(jī)器學(xué)習(xí)的因特網(wǎng)流量分類(lèi)研究.pdf

1、因特網(wǎng)流量分類(lèi)研究是眾多因特網(wǎng)研究的基礎(chǔ)，清楚地了解整個(gè)因特網(wǎng)的流量情況對(duì)于因特網(wǎng)流量建模、網(wǎng)絡(luò)運(yùn)行維護(hù)管理、網(wǎng)絡(luò)安全及流量工程等均具有重要意義。在P2P應(yīng)用逐漸普及的今天，基于端口和載荷的傳統(tǒng)流量分類(lèi)方法逐漸凸現(xiàn)出局限性，迫切需要一種新型的、有效的流量分類(lèi)方法，為因特網(wǎng)業(yè)務(wù)的QoS保證、網(wǎng)絡(luò)異常檢測(cè)等提供支撐。 本文在參考國(guó)外優(yōu)秀文獻(xiàn)和最新研究成果的基礎(chǔ)上，提出了兩個(gè)基于機(jī)器學(xué)習(xí)的流量分類(lèi)模型。首先，第一個(gè)分類(lèi)模型引入整體學(xué)習(xí)

2、和半監(jiān)督學(xué)習(xí)，一定程度上彌補(bǔ)了單假設(shè)算法性能低下的缺陷，并且可以利用網(wǎng)絡(luò)中容易可獲取的未標(biāo)記流量來(lái)改善分類(lèi)器性能。其次，第二個(gè)分類(lèi)模型引入整體學(xué)習(xí)和代價(jià)敏感學(xué)習(xí)，重點(diǎn)關(guān)注真正影響網(wǎng)絡(luò)帶寬的"大象"流量，提高分類(lèi)的字節(jié)準(zhǔn)確率，改善流量控制設(shè)備的性能。實(shí)驗(yàn)結(jié)果表明：兩個(gè)分類(lèi)模型相對(duì)以往文獻(xiàn)中使用的流量分類(lèi)模型，具有更好的性能。 本文在中山大學(xué)校園網(wǎng)主干的一條接入鏈路上設(shè)立監(jiān)測(cè)點(diǎn)并進(jìn)行雙向的流量數(shù)據(jù)采集，然后對(duì)校園網(wǎng)中的流量進(jìn)行分類(lèi)，