基于機器學習的網(wǎng)絡流量分類技術(shù)研究與應用.pdf

1、隨著信息技術(shù)的蓬勃發(fā)展，種類繁多的互聯(lián)網(wǎng)應用產(chǎn)生的大量流量占用了很多網(wǎng)絡資源，在給服務質(zhì)量帶來巨大挑戰(zhàn)的同時也給互聯(lián)網(wǎng)安全產(chǎn)生負面影響。為了高效地利用網(wǎng)絡資源并為網(wǎng)絡管理者提供有效的管控手段，以辨別應用層協(xié)議為目的的網(wǎng)絡流量分類技術(shù)成為近年來的研究熱點問題。文章以此為研究背景，以具有相同五元組的傳輸層雙向報文序列為研究對象，對基于機器學習的網(wǎng)絡流量分類技術(shù)進行研究并加以應用。
　　文章首先介紹了基于知名端口號、基于特征字匹配等傳統(tǒng)

2、的網(wǎng)絡流量分類技術(shù)，但因其固有的缺陷導致分類精度已難以滿足現(xiàn)階段的需求，故引出基于機器學習的網(wǎng)絡流量分類技術(shù)。隨后文章對機器學習中的樸素貝葉斯、C4.5決策樹、支持向量機以及集成學習分類算法進行了研究。
　　之后，根據(jù)上述機器學習算法的特點，文章提出兩種改進的分類算法，分別是以樣本縮減策略為基礎(chǔ)的基于支持向量機的改進算法以及基于結(jié)果反饋的機器學習改進算法。第一種改進算法以信息增益率和樣本質(zhì)心為理論基礎(chǔ)，將對分類結(jié)果影響不大的屬性和

3、靠近樣本質(zhì)心的樣本點刪除，只用可能成為支持向量的樣本點進行訓練，在保證正確率的同時增加了訓練效率;第二種改進算法以分類器的誤判樣本集合為基礎(chǔ)，將誤判樣本的正確分類結(jié)果反饋給測試樣本，以增加分類器對測試樣本的分類精度。
　　最后，文章對數(shù)據(jù)包捕獲、流形成、流屬性確定、流樣本標記流程、連續(xù)數(shù)據(jù)離散化進行了描述，并利用經(jīng)典數(shù)據(jù)集對基于機器學習的網(wǎng)絡流量分類算法及其改進算法進行應用。實驗結(jié)果表明機器學習分類算法能夠避免傳統(tǒng)分類算法的缺陷，