基于主动学习和SVM方法的网络协议识别技术

发布时间：2018-07-31 17:27

【摘要】：针对未知网络协议数据流的获取与标记工作主要依赖于领域专家。然而,样本数据量的增加会导致人工成本超过实际负荷。提出了一种新颖的未知网络协议识别方法。该方法基于主动学习算法,仅依靠原始网络数据流的载荷部分实现对未知网络协议的有效识别。实验结果表明,采用该方法设计的识别系统在保证识别准确率和召回率的前提下,能够有效地降低学习过程中标记的样本数目,更适用于实际的网络应用环境。
[Abstract]:The acquisition and marking of data streams for unknown network protocols mainly depend on domain experts. However, the increase of sample data will result in labor cost exceeding the actual load. A novel unknown network protocol recognition method is proposed. This method is based on active learning algorithm and can effectively identify unknown network protocols only by the load part of the original network data stream. The experimental results show that the recognition system designed by this method can effectively reduce the number of samples marked in the learning process and is more suitable for the practical network application environment on the premise of ensuring the recognition accuracy and recall rate.
【作者单位】： 中国科学院计算技术研究所;中国科学院大学;中国科学院信息工程研究所;
【基金】：国家高技术研究发展计划(“863”计划)基金资助项目(2012AA012803,2013AA014703) 国家科技支撑计划基金资助项目(2012BAH46B02) 国家自然科学基金资助项目(61303261,61303170)~~
【分类号】：TP393.04

【共引文献】

相关期刊论文 前10条

1 许仙珍,费树岷;一种基于增量学习的典型样本选取方法[J];常熟理工学院学报;2005年02期

2 宫秀军,孙建平,史忠植;主动贝叶斯网络分类器[J];计算机研究与发展;2002年05期

3 冯筠;姜军;叶豪盛;王惠亚;;基于主动支持向量机的乳腺癌微钙化簇检测[J];计算机科学;2010年02期

4 苏牧,肖人彬;基于语句聚类识别的知识动态提取方法研究[J];计算机学报;2001年05期

5 王恺;杨巨峰;王立;史广顺;王庆人;;人工神经网络泛化问题研究综述[J];计算机应用研究;2008年12期

6 魏海坤,徐嗣鑫,宋文忠;神经网络的泛化理论和泛化方法[J];自动化学报;2001年06期

7 熊伟;周水庚;关佶红;;网络数据分类研究进展[J];模式识别与人工智能;2011年04期

8 陈可佳;韩京宇;郑正中;张海进;;主动学习在通信网络推荐系统中的应用[J];计算机应用;2012年11期

9 马友忠;孟小峰;姜大昕;;移动应用集成:框架、技术与挑战[J];计算机学报;2013年07期

10 柏骏;夏靖波;吴吉祥;任高明;赵小欢;;实时网络流量分类研究综述[J];计算机科学;2013年09期

相关博士学位论文 前7条

1 张磊;基于机器学习的图像检索若干问题研究[D];山东大学;2011年

2 刘代飞;氧化铝气态悬浮焙烧集成优化控制指导系统的研究[D];中南大学;2008年

3 冷严;复杂音频的事件检测与分类中的关键问题研究[D];北京邮电大学;2012年

4 张宏涛;面向生物文本的实体关系自动抽取问题研究[D];清华大学;2012年

5 王龙;教育资源推荐服务中若干关键技术的研究[D];吉林大学;2013年

6 李丹;基于流聚类的网络业务识别关键技术研究[D];北京邮电大学;2013年

7 吴伟宁;主动学习算法中采样策略研究[D];哈尔滨工业大学;2013年

相关硕士学位论文 前10条

1 刘峰涛;基于样例池类标改变率的主动学习算法终止准则研究[D];河北大学;2011年

2 钟志强;基于径向基神经网络和遗传算法建立转炉提钒终点预报模型的研究[D];重庆大学;2002年

3 王伟娜;多层前馈神经网络泛化性能改进研究[D];江南大学;2005年

4 孙俊;面向句法分析的样本选择[D];哈尔滨工业大学;2006年

5 张荣;具有增量学习能力的最小距离分类器[D];华中科技大学;2006年

6 王坤;基于最优搜索理论的视频信息检索技术研究[D];电子科技大学;2008年

7 肖昕;锂离子动力电池化成检测系统的设计与实现[D];中南大学;2008年

8 刘银;基于回归的人脸特征点估计算法研究[D];南京理工大学;2013年

9 刘颖;用于神经网络学习的L_(1/2)惩罚项的数值对比试验[D];大连理工大学;2012年

10 李向林;基于主动学习的图像分类研究[D];西安电子科技大学;2013年

【相似文献】

相关期刊论文 前10条

1 柴志成;;一种基于SVM的网络异常流量检测新方法[J];贵阳学院学报(自然科学版);2008年01期

2 段丹青;陈松乔;杨卫平;;基于SVM主动学习的入侵检测系统[J];计算机工程;2007年01期

3 高晶辉;;基于SVM的网络入侵检测系统模型分析[J];牡丹江师范学院学报(自然科学版);2010年04期

4 高会生;郭爱玲;;组合核函数SVM在网络安全风险评估中的应用[J];计算机工程与应用;2009年11期

5 高会生;郭爱玲;;SVM和ANN在网络安全风险评估中的比较研究[J];计算机工程与应用;2008年34期

6 段丹青;陈松乔;杨卫平;;基于SVM主动学习算法的网络入侵检测系统[J];计算机工程与科学;2006年04期

7 张翔;胡昌振;刘胜航;唐成华;;基于支持向量机的网络攻击态势预测技术研究[J];计算机工程;2007年11期

8 杨春;杨海东;邓飞其;;移动自组网络入侵检测中主动学习算法的应用[J];计算机工程与应用;2007年31期

9 黄双福;陈贤富;;基于改进SVM主动学习算法的入侵检测[J];微电子学与计算机;2010年03期

10 朱丽叶;;一种基于SVM的新型混合网络入侵检测模型[J];电脑知识与技术;2009年17期

相关会议论文 前10条

1 张满怀;;两类基于异常的网络入侵检测方法的比较[A];2007中国科协年会——通信与信息发展高层论坛论文集[C];2007年

2 张家超;孔媛媛;;结合SVM与免疫遗传算法设计IDS的检测算法[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年

3 马琳;戴晓飞;;入侵检测系统综述[A];中国计量协会冶金分会2007年会论文集[C];2007年

4 张建宇;廖唯h，

本文编号：2156318