快速流分类相关问题及研究.pdf

摘要(Abstract) 摘 要 随着新一代互联网技术在中国的迅速发展，互联网的规模不断扩大，业 0年12月底，中国网民规模达到4．57亿 务类型不断增加。据统计，截至201 人，互联网普及率达34．3％。一方面，网络信息量的膨胀，使得网络流量呈现 指数级增长的趋势，加剧了网络拥塞状况的发生，导致网络服务质量急剧下 降，影响用户的满意度。另一方面，种类繁多的业务类型不但吞噬着越来越 多的网络资源，而且给网络安全带来了巨大的威胁。为了能够更好的掌握网 络中流量的行为状况，网络管理者需要对网络流量进行可靠、有效的监测与 控制，并对网络所承载的各类业务进行及时、准确的分析。而实现这些的前 提和基础是对网络流量进行快速准确的识别和分类。 根据网络原理的知识，网络应用的一次交互生成的IP报文都具有相同的 五元组(源地址，源端口，目的地址，目的端口，协议)，反之，一段时间内具 有相同五元组的IP报文一定属于同种应用类型。因此目前分类领域通行的做 法是先基于五元组将IP报文聚类成流，然后基于流做分类。与早期基于报文 分类相比，流分类大大降低了分类动作的次数；另一方面，流中包含更为丰 富的信息。 综上所述，本文研究基于流的快速分类技术。显著的分类特征和合适的 分类器是影响流分类效果的两个主要因素，本文即从这两个方面展开研究。 ab和ACK-Lenba特征。 首先，研究了分类特征的问题，提出了ACK—Len 其中，ACK．Lenab是指请求方在收到对方第一个ACK响应包之前所发送的数 据长度的总和；ACK．Lenba是指响应方在收到对方第一个ACK响应包之前所 发送的数据长度的总和。分析和实验表明，这两个特征具有典型性，利用它 们做分类，具有良好的分类效果。同时，这两个特征的计算仅用到流中前几 个数据包的大小信息，能够在流到达初期就对其进行分类，同时该方法仅需 存储前几个包的数据信息，因此大大节约了机器的存储空间，为实现真正在 的在线分类提供了新的思路。 其次，研究了分类器的问题。直觉上，特征数越少，分类时要做的判定 和计算动作就越少。因此，基于特征约简和传统分类方法相结合建立分类器 的思想，提出基于粗糙集的快速流分类方法。该方法是首先使用粗糙集算法 对数据集进行特征约简，然后在约简的特征集上采用贝叶斯网络建立分类模 II 摘要(Abstract) 型。实验表明，粗糙集方法与贝叶斯网络相结合可以达到最佳的分类效果， 且在约简后的特征子集上进行分类，分类器在分类速度和分类精确度方面都 有了很大的提高。 关键词：流量识别，流量特征，特征约简，机器学习，粗糙集 bstract) iii 摘要(A Abstract withthe ofnew ofInternetin Nowadaysrapid generation China， development ofInternet andthenew of thescale expandingcontinuously application networksustainedto isshow totheendofDecember growth．Asbystatistics，up netizensscale 457million rate 2009，Chinese achieve