基于聚類算法的流量識別方法研究及系統(tǒng)實現(xiàn).pdf

1、準確而快速的識別流量是確保網(wǎng)絡(luò)安全和流量控制的基礎(chǔ)。尤其是在如今Internet技術(shù)飛速發(fā)展，不斷涌現(xiàn)出新型的協(xié)議及應(yīng)用軟件，如P2P(Peer—To—Peer)等。新業(yè)務(wù)不斷增加，使得出口網(wǎng)絡(luò)帶寬利用率居高不下，甚至引起網(wǎng)絡(luò)擁塞，對于企業(yè)或者校園網(wǎng)絡(luò)來說尤為明顯。同時，通過不安全的網(wǎng)絡(luò)環(huán)境獲得的應(yīng)用程序，可能使得病毒和惡意代碼入侵。本文的主要工作如下： 1．研究了應(yīng)用在網(wǎng)絡(luò)傳輸?shù)母鱾€屬性，以及幾種面向流量識別的聚類算法，并分析

2、了各個屬性的優(yōu)勢和劣勢，以及面向流量識別的聚類算法的優(yōu)點和存在的缺陷，為本文的研究目標確定了方向。 2．在流量識別算法設(shè)計環(huán)節(jié)，首先本文確定了以應(yīng)用在進行網(wǎng)絡(luò)連接時候的前4個數(shù)據(jù)包的長度和方向為流量識別指標；其次，以K—means算法為例，由于原始的K—means算法的初始化簇中心的選擇存在缺陷，通過對這個環(huán)節(jié)的改進，并引入NMI值來對聚類效果進行驗證，得到了一種改進的K—means算法，使用這個算法來對所選取的識別指標進行聚類

3、和特征提取。 3．在聚類算法提取出特征后，針對現(xiàn)今網(wǎng)絡(luò)流量的特征變化較快，而修改程序中的特征參數(shù)帶來編譯時間較長，降低系統(tǒng)性能的問題。本文提出使用XML腳本語言來對流量特征進行描述，程序通過讀取特征描述文件在線匹配流量。這種方法在遇到特征變化的時候，只需修改腳本文件里面的特征參數(shù)即可。 4．基于上述3點，本文設(shè)計與實現(xiàn)了基于聚類算法的流量識別系統(tǒng)。該系統(tǒng)能支持多種聚類算法，并將所得到的流量特征使用XML腳本語言描述。通過