TL:采集具有准确应用用信息的Internet流量样本（英文）

发布时间：2017-07-07 02:05

  本文关键词：TL:采集具有准确应用用信息的Internet流量样本（英文）

  更多相关文章： network measurement traffic classification data collection ground truth

【摘要】：Traffic classification research has been suffering from a trouble of collecting accurate samples with ground truth.A model named Traffic Labeller(TL) is proposed to solve this problem.TL system captures all user socket calls and their corresponding application process information in the user mode on a Windows host.Once a sending data call has been captured,its 5-tuple {source IP,destination IP,source port,destination port and transport layer protocol},associated with its application information,is sent to an intermediate NDIS driver in the kernel mode.Then the intermediate driver writes application type information on TOS field of the IP packets which match the 5-tuple.In this way,each IP packet sent from the Windows host carries their application information.Therefore,traffic samples collected on the network have been labelled with the accurate application information and can be used for training effective traffic classification models.
【作者单位】： School
【关键词】： network measurement traffic classification data collection ground truth
【基金】：partially supported by the National Basic Research Program of China(973 Program)under Grant No.2011CB302605 the National High Technology Researchand Development Program of China(863 Program)under Grant No.2012AA012502 the National Key Technology Research and Development Program of China under Grant No.2012BAH37B00 the Program for New Century Excellent Talents in University under Grant No.NCET-10-0863 the National Natural Science Foundation of China under Grants No.61173078,No.61203105,No.61173079,No.61070130,No.60903176 the Provincial Natural Science Foundation of Shandong under Grants No.ZR2012FM010,No.ZR2011FZ001,No.ZR2010FM047,No.ZR2010FQ028,No.ZR2012FQ016
【分类号】：TP393.06
【正文快照】： I.INTRODUCTION Traffic classification is an important techniquefor network management.The main target oftraffic classification is to identify the applica-tion type of traffics in Internet.In terms ofnetwork management,knowing the type oftraffics is helpf

【参考文献】

中国期刊全文数据库 前2条

1 杜敏;陈兴蜀;谭骏;;基于多级分类的网络流量在线识别方法(英文)[J];中国通信;2013年02期

2 杜敏;陈兴蜀;谭骏;;一种新的基于BPSO和KNN的P2P流量识别算法(英文)[J];中国通信;2011年02期

【共引文献】

中国期刊全文数据库 前10条

1 李为民;刘晓楠;缪晨;陈陆颖;雷振明;;典型业务的包长分布规律[J];电子科技大学学报;2014年02期

2 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

3 丁要军;蔡皖东;姚烨;;基于UDP统计指印混合模型的VoIP流量识别方法[J];计算机科学;2013年09期

4 张显江;刘小强;;一种参数联合优化的网络流量非线性预测模型[J];计算机工程与应用;2014年06期

5 陆悠;李伟;罗军舟;蒋健;夏怒;;一种基于选择性协同学习的网络用户异常行为检测方法[J];计算机学报;2014年01期

6 夏靖波;柏骏;赵小欢;吴吉祥;;基于相关向量机的在线网络流量分类方法[J];吉林大学学报(工学版);2014年02期

7 张萌;张沪寅;叶刚;;延迟时间和嵌入维数联合优化的网络流量预测[J];计算机工程与应用;2014年04期

8 尹向东;杨杰;屈长青;;CPSO算法优化神经网络重构的网络流量预测[J];计算机工程与应用;2014年09期

9 崔兆顺;;基于小波变换的网络流量组合预测模型[J];计算机工程与应用;2014年10期

10 王金光;陈贞翔;;基于Web的网络流量分类管理系统[J];济南大学学报(自然科学版);2014年01期

中国博士学位论文全文数据库 前4条

1 王纵虎;聚类分析优化关键技术研究[D];西安电子科技大学;2012年

2 刘国乐;P2P网络的资源优化与若干安全问题研究[D];北京邮电大学;2013年

3 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

4 刘珍;因特网流量类不平衡特性与分类方法的研究[D];华南理工大学;2013年

中国硕士学位论文全文数据库 前10条

1 许艳红;基于FPGA的网络流量在线分类系统的研究[D];北京邮电大学;2013年

2 扶佩佩;针对SSL协议的网络应用精细化分类技术研究[D];北京邮电大学;2013年

3 苏春;DPI技术的研究与设计实现[D];北京邮电大学;2013年

4 高琪娟;基于半监督机器学习耕地等级评价研究[D];安徽农业大学;2011年

5 解岳锋;流量识别特征选择算法的研究与改进[D];西安电子科技大学;2013年

6 文竞成;基于时频特征参数的P2P流分类研究[D];电子科技大学;2013年

7 王嵌;基于深度包检测的P2P流量控制器设计与实现[D];电子科技大学;2013年

8 张峰;基于机器学习的VoIP流量识别技术研究[D];华中师范大学;2013年

9 杨楷;P2P流媒体识别技术研究[D];解放军信息工程大学;2013年

10 慕升弟;基于协议隐马尔可夫模型的网络流量识别技术研究[D];重庆大学;2013年

【二级参考文献】

中国期刊全文数据库 前1条

1 杜敏;陈兴蜀;谭骏;;Accurate P2P traffic identification based on data transfer behavior[J];Journal of Harbin Institute of Technology;2012年04期

【相似文献】

中国期刊全文数据库 前10条

1 张雨;;MRTG及其应用[J];信息技术;2006年04期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 ;Evaluation of Traffic Control Methods at Traffic Circles[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

2 ;Analysis of Topological Dynamical Properties of Urban Road Traffic Network[A];中国自动化学会控制理论专业委员会A卷[C];2011年

3 ;ADRC based freeway traffic density control via ramp metering[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

4 ;Vehicular Traffic Flow Dispersion Prediction of Coordinated Signal Control Based on Support Vector Regression[A];第二十六届中国控制会议论文集[C];2007年

5 ;Multi-traffic objects classification using support vector machine[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 ;A Multi-mode Prediction Method for Elevator Traffic Flow Based on Classification Off-line[A];第二十七届中国控制会议论文集[C];2008年

7 ;A New Traffic Signal Coordinated Control Method Based on Mobile Agent Technology[A];第二十七届中国控制会议论文集[C];2008年

8 ;NBTRL:A Software Platform for Network Background Traffic Replay Based on Log[A];第二十六届中国控制会议论文集[C];2007年

9 ;Study on the Forecast Model of Road Traffic Accident with Gray Theory[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年

10 ;Air Traffic Congestion Assessment Method Based on Evidence Theory[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

中国博士学位论文全文数据库 前10条

1 赵明;基于数据的网格化城市交通信息系统理论初探和实现[D];北京交通大学;2011年

2 张立东;城市交通溢流智能协调控制算法研究[D];山东大学;2012年

3 姚学恒;基于“3S”的实时交通信息系统关键技术研究[D];中南大学;2012年

4 李启朗;路口瓶颈处交通状态的相图及元胞自动机模型研究[D];中国科学技术大学;2012年

5 丁中俊;元胞自动机交通流模型中的相变现象和解析研究[D];中国科学技术大学;2012年

6 于悦;重大灾害条件下城市应急交通诱导系统关键技术研究[D];吉林大学;2010年

7 孙晓燕;交通流复杂动态特性的元胞自动机模型研究[D];中国科学技术大学;2010年

8 谢东繁;基于微观模型的城市道路交通流若干典型问题研究[D];北京交通大学;2011年

9 孙舵;道路交通流元胞自动机模型中的相变现象研究[D];中国科学技术大学;2011年

10 李永福;面向T-CPS的微观交通认知方法及相关研究[D];重庆大学;2012年

中国硕士学位论文全文数据库 前10条

1 佟阳春;基于浮动车和WSN的交通数据处理方法研究[D];大连理工大学;2012年

2 范翠莺;IPTV系统的流量管理[D];华中科技大学;2011年

3 莫孝源;城市交通网络的控制与仿真研究[D];上海交通大学;2010年

4 蒋强;城市道路交通微循环网络中交通组织优化方法研究[D];长沙理工大学;2011年

5 张健;考虑细致驾驶行为的双车道交通流建模与控制[D];太原科技大学;2012年

6 吴淑贞;交通流密度波中的非线性方程[D];宁波大学;2012年

7 叶j，

本文编号：528490