流量分類 半監(jiān)督 支持向量機 協(xié)同訓(xùn)練

1、流量分類論文:基于半監(jiān)督支持向量機的網(wǎng)絡(luò)流量分類機制 的研究與實現(xiàn)【中文摘要】目前網(wǎng)絡(luò)上運行著多種應(yīng)用，每種應(yīng)用都有自己獨 特的流量特征。應(yīng)用層流量分類是研究差異性服務(wù)、QoS保障、入侵 檢測、流量監(jiān)控、計費管理以及用戶行為分析的前提和基礎(chǔ),有助于 趨勢分析、動態(tài)訪問控制，以及發(fā)現(xiàn)入侵或惡意攻擊，同時可以識別影 響網(wǎng)絡(luò)資源分布的新應(yīng)用。因此，如何準(zhǔn)確的進行流量分類并識別新 的應(yīng)用對于企業(yè)、運營商、服務(wù)提供商、網(wǎng)絡(luò)管理員及用戶都具有重 要的意義。當(dāng)前流行的流量分類方法包括基于有監(jiān)督和無監(jiān)督的機器 學(xué)習(xí)算法,以及基于載荷的方法。但在實際的分類問題中，上述方法都 有各自的不足和缺陷，比如在有監(jiān)督的方

2、法中對樣本進行標(biāo)記是一項 代價昂貴的工程。因此，本文提出一種基于半監(jiān)督支持向量機的方法 來識別和分類網(wǎng)絡(luò)中的流量。其中，支持向量機、標(biāo)記流和協(xié)同訓(xùn)練 算法是該方法的核心內(nèi)容,是有效并快速的獲得一個分類器的關(guān)鍵。 本文證明了基于半監(jiān)督支持向量機的分類器的三大優(yōu)勢：1 ）高的分類 精度；2）高的泛化性能；3）快速的計算性能。最后本文基于開源工具 包實現(xiàn)了流量分類算法的原型，并在校園網(wǎng)和居民網(wǎng)上證明該分類方 法的可行性和高效性。【英文摘要】 A variety of network applications are running on network currently and new appli

3、cations are still emerging. The traffic classification of application layer is the premiseand basis of identifying network applications, which helps to analyze trend, control dynamic access, study differences of services, detect intrusion, monitor traffic, manage billing and analyze users behavior.

4、Moreover, it is also the important reference of network security and traffic engineering. So how to classify applications accuratel.【關(guān)鍵詞】流量分類 半監(jiān)督 支持向量機 協(xié)同訓(xùn)練【英文關(guān)鍵詞】Traffic Classification Semi-Supervised Support Vector Machine Co-training【索購全文】聯(lián)系八Q1： 138113721 E3Q2： 139938848【日錄】基于半監(jiān)督支持向量機的網(wǎng)絡(luò)流量分類機制的研究

5、與實 現(xiàn) 摘要4-5 ABSTRACT 5 第一章緒論121.1引言8-91.2要解決的問題和創(chuàng)新點101.3研究生期間工作10-111.4論文結(jié)構(gòu)11-12 第二章網(wǎng)絡(luò)流量分類研究綜述12-232.1流量分類定義122.2流量分類層面12-132.3流量分類粒度13-142.4流量分類方式14-152.4.1基于端口的流量分類142.4.2基于載荷的流量分類14-152.4.3基于機器學(xué)習(xí)的流量分類152.5基于機器學(xué)習(xí)的流量分類方法15-162.5.1基于有監(jiān)督的流量分類15-162.5.2基于無監(jiān)督的流量分類162.5.3基于半監(jiān)督的流量分類162.6流量分類主要算法研究16-232.6

6、.1貝葉斯分類算法17-192.6.2聚類早期識別應(yīng)用19-202.6.3基于K均值的流量分類20-23第三章基于半監(jiān)督支持向量機的流量分類算法23-303.1支持向量機算法(SVM) 23-253.2半監(jiān)督協(xié)同訓(xùn)練算法25-263.3特征選擇算法26-273.4標(biāo)記流選擇算法27-283.5基于半監(jiān)督支持向量機算法28-30 第四章 基于半監(jiān)督支持向量機 的流量分類模型30-374.1流量類型304.2流特征定義標(biāo)準(zhǔn)30-324.3交叉驗證模型324.4分類器的評價指標(biāo)32-334.5流量分類步驟33-37第五章基于半監(jiān)督支持向量機的流量分類實驗37-495.1實驗工具簡介37-405.1.1 Jpcap 工具包 37-385.1.2 WEKA 工具38-405.1.3 LibSVM 工具包 405.2數(shù)據(jù)采集40-425.3流量分類實驗42-445.3.1特征選擇42-435.3.2 標(biāo)記流選擇 43-445.4流量分類實驗