網(wǎng)絡(luò)流量分類研究與應(yīng)用.pdf

1、網(wǎng)絡(luò)流量分類技術(shù)對(duì)于網(wǎng)絡(luò)安全管理有著至關(guān)重要的作用。由于網(wǎng)絡(luò)技術(shù)的發(fā)展與進(jìn)步，傳統(tǒng)網(wǎng)絡(luò)流量分類方法如基于端口號(hào)查詢和基于有效包載荷檢測(cè)技術(shù)的分類方法的局限性已經(jīng)越來越明顯，無法對(duì)如今的流量進(jìn)行分類?；跈C(jī)器學(xué)習(xí)的流統(tǒng)計(jì)特征網(wǎng)絡(luò)流量方法以其輕量級(jí)和靈活性成為了如今網(wǎng)絡(luò)流量分類技術(shù)研究的方向。在基于機(jī)器學(xué)習(xí)的方法中，監(jiān)督學(xué)習(xí)分類法和無監(jiān)督學(xué)習(xí)分類法都存在著由于其自身的局限所帶來的不足，因此，半監(jiān)督方法使用監(jiān)督學(xué)習(xí)分類法和無監(jiān)督學(xué)習(xí)法相結(jié)合的

2、方式彌補(bǔ)了兩種方法的不足，對(duì)網(wǎng)絡(luò)流量分類方法的發(fā)展具有很重要的意義。
　　本文提出了一種基于半監(jiān)督的流量分類算法，利用流之間的相關(guān)性構(gòu)建馬爾科夫模型，采用PCA方法提取主要特征成分以降維特征向量，并消除特征之間的相關(guān)性，并在分類過程中選取常用的四種相似性計(jì)算方法用于聚類，選擇最有效的方法用于分類。然后設(shè)計(jì)算法對(duì)聚類初始中心點(diǎn)進(jìn)行選取，優(yōu)化了算法無法針對(duì)未知流量分類的不足，取得了較好的準(zhǔn)確度。最后利用不同初始簇?cái)?shù)k的聚類算法構(gòu)造集成