基于PDS的網(wǎng)絡(luò)流量基準(zhǔn)信息獲取方法的研究.pdf

1、計(jì)算機(jī)網(wǎng)絡(luò)的普及，使得針對(duì)互聯(lián)網(wǎng)衍生的應(yīng)用程序越來(lái)越多。同時(shí)隨著電子商務(wù)與P2P(Peer-to-Peer)網(wǎng)絡(luò)的出現(xiàn)，使網(wǎng)絡(luò)用戶對(duì)網(wǎng)絡(luò)的安全性以及帶寬需求提出了更高的要求。自20世紀(jì)90年代以來(lái)，對(duì)于高效精確的網(wǎng)絡(luò)流量識(shí)別方法的研究不斷增多。然而隨著采用的數(shù)據(jù)集、分類方法以及對(duì)于分類方法的驗(yàn)證都不相同，因此很難權(quán)衡不同分類方法的優(yōu)劣?；鶞?zhǔn)數(shù)據(jù)集的存在可以有效解決上述問(wèn)題。目前對(duì)于基準(zhǔn)的獲取方法主要采用基于端口識(shí)別或深層包檢測(cè)技術(shù)，但上

2、述方法在面對(duì)加密流量或新型應(yīng)用時(shí)無(wú)法對(duì)流量有效識(shí)別。因此基于上述研究點(diǎn)，本文提出一套基于PDS(端口匹配：PORTmatching，深層包檢測(cè)：DPI，半監(jiān)督學(xué)習(xí)：Semi-supervisedlearning的縮寫(xiě))的網(wǎng)絡(luò)流量分類過(guò)程，并將該過(guò)程應(yīng)用到基準(zhǔn)數(shù)據(jù)集的構(gòu)建，最后提出相應(yīng)的驗(yàn)證方案對(duì)基準(zhǔn)數(shù)據(jù)的準(zhǔn)確率進(jìn)行調(diào)整。實(shí)驗(yàn)結(jié)果表明，在僅基于端口識(shí)別(端口號(hào)小于1024)以及深層包檢測(cè)，可以得到70.6％的流識(shí)別率以及76.6％的字節(jié)識(shí)