基于云计算技术的实时网络流量识别算法研究

发布时间：2017-12-16 19:30

  本文关键词：基于云计算技术的实时网络流量识别算法研究

  更多相关文章： 实时网络应用 属性选择算法 非对称路由 流量识别模型

【摘要】：随着互联网技术的飞速发展以及移动网络的普及,多种多样的实时网络应用(比如流媒体、P2P等)不断涌现。因此如何解决实时网络流量识别问题已成为网络安全和网络监测的关键。本文以网络应用层的数据(如网页浏览、文件传输、电子邮件等)为研究对象,通过分析流量行为特征,优化属性选择算法,对网络数据进行降维处理,其中云计算技术中Map/Reduce的并行处理机制广泛应用在大数据的操作上,因此使用Map/Reduce框架进行相关仿真分析。网络中非对称路由现象会对流量识别造成影响,文中提出一种自适应测度方法来减少这种影响。最后通过构建一种实时网络流量的识别模型对网络应用层数据进行识别。具体内容如下:1.属性选择是流量识别方法的数据预处理阶段,本文提出一种基于ReliefF的Wrapper属性选择算法,可以在降低数据维度的同时保持数据特性的准确性。2.研究了实时网络中存在的非对称路由现象,本文分析该现象的产生以及对流量识别造成的影响,并提出一种自适应的衡量方法来量化并减少这种影响。3.提出一种基于半监督学习方法的实时流量识别模型,该模型不仅可以快速精确的对流量进行识别,而且还具有以往流量识别模型所不具有的新特性,这些新特性对实时网络流量的识别具有更大的优势。
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP393.06

【参考文献】

中国期刊全文数据库 前10条

1 牛军霞;王敬前;;基于动态误分类代价下的代价敏感属性选择[J];数码设计;2016年03期

2 何威;刘星毅;程德波;胡荣耀;;基于稀疏学习的鲁棒自表达属性选择算法[J];计算机应用与软件;2016年11期

3 王康利;黄海;李军政;;一种基于序列特征的Skype流量识别方法[J];电子设计工程;2016年15期

4 徐树良;王俊红;;结合无监督学习的数据流分类算法[J];模式识别与人工智能;2016年07期

5 郭磊;杨升;肖钟捷;程泽伟;;P2P网络中基于动态贝叶斯网络可信度量模型[J];计算机系统应用;2016年06期

6 张h，

本文编号：1297212