基于流行為特征分析的網絡端目標表征與識別方法研究.pdf

1、隨著互聯網的飛速發(fā)展，如何有效地來對網絡流量和用戶行為進行監(jiān)管，構建一個文明健康、可信穩(wěn)定的網絡空間，漸漸引起了研究者們的注意。因此，如何對網絡中不同的人（即端目標）進行表征與識別開始成為當前研究者們關注的一個焦點。近年來研究較多的是如何利用流行為特征對網絡流進行分類，而將其應用于網絡端目標的表征與識別的研究則相對較少。
　　針對上述網絡端目標表征與識別的研究現狀，本文提出基于服務類型劃分的分析方法，首先根據不同的服務類型對流量進

2、行分類，并應用于網絡流的行為特征的提取和選擇，得到網絡端目標的表征，隨后引入機器學習和社團發(fā)現算法，最終完成網絡端目標的識別，并取得了不錯的效果。主要工作如下：
　?。?）針對個體端目標的識別，即識別一個特定的用戶行為是由哪個端目標產生的，本文引入了基于機器學習的分類方法。首先將用戶的流量梳理到作者劃分的24種服務類型之下，用于構建端目標的流量矩陣，接著就是對原始的數據包處理得到分析所需的相關流行為特征，經過特征選擇之后最后得到用

3、于表征一個端目標的特征參數集，如此一天的流量數據便可以轉化為表征該端目標行為的一個樣本。采集了足夠多的樣本數據之后，便得到了機器學習所需的樣本數據，經過對樣本數據的手工標記之后，本文采用機器學習中的C4.5決策樹算法將樣本數據用于訓練和測試，最終取得了不錯的識別效果。
　?。?）針對個體端目標之間的行為相似性，即發(fā)現網絡中潛在的社團群體，本文提出了基于流行為特征分析的社團發(fā)現算法來進行分析。由于需要衡量端目標之間的行為相似性，作者