基于流相关性的网络流量分类

发布时间：2018-01-21 07:04

本文关键词： 流量分类聚类算法高斯混合模型最小描述长度(MDL)准则　出处：《计算机工程与应用》2015年21期 　论文类型：期刊论文

【摘要】：网络流量分类技术对网络安全管理起着非常重要的作用。随着网络和信息技术的发展,传统的基于端口号和深度包检测分类方法的局限性愈发明显,不能对现有的流量进行准确分类。提出一种基于流相关性的半监督网络流量分类算法,并使用MDL-CON高斯混合模型作为聚类模型,通过聚类过程中利用流之间的相关性提高模型的准确度。采用MDL准则解决了高斯混合模型需要人为预先设定类簇数目和高度依赖于初始值的问题。实验结果表明,利用该方法来处理流量分类问题可取得理想的分类效果。
[Abstract]:Network traffic classification technology plays a very important role in network security management. With the development of network and information technology, the limitations of traditional classification methods based on port number and depth packet detection become more and more obvious. A semi-supervised network traffic classification algorithm based on flow correlation is proposed, and MDL-CON Gao Si hybrid model is used as the clustering model. The accuracy of the model is improved by using the correlation between streams in the clustering process. The MDL criterion is used to solve the problem that the number of clusters and the height of dependence on the initial value of the Gao Si mixed model need to be set artificially. The experimental results show that the model is highly dependent on the initial value. To show. Using this method to deal with the problem of traffic classification can achieve an ideal classification effect.
【作者单位】：北京化工大学信息科学与技术学院;
【基金】：国家科技支撑计划(No.2010BACB)
【分类号】：TP393.06
【正文快照】： 近年来,随着互联网规模不断扩大,网络流量分类在增强互联网可控性、保障网络安全等方面起着日益重要的作用[1]。通过对网络流量类型进行分析,网络管理人员可以在细粒度层次上规划网络流量、平衡网络资源、去除异常流量,从而保证网络安全运行。网络流量分类主要包含基于端口号

【参考文献】