基于有效载荷大小的早期网络流量识别

• 作者: 吴同 彭立志 王伟 韩臻
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 模式识别 网络测量 流量分类 流量特征
• 年，卷（期）: 2014,（3）
• 页码范围: 289-295
• 页数: 7页
• 分类号: TP393
• 字数: 579字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2014.03.006

摘要

为快速将网络应用的流量进行分类，以Auckland Ⅱ和UNIBS两个数据集的网络流量包为研究对象，选取网络应用程序流量中最初的8个有效载荷大小作为识别特征进行研究。由于这类特征可在早期流量阶段快速提取，因此效果显著。通过将早期载荷大小可视化的方式，分析了不同网络应用的行为模式。分析结果表明，多数网络应用程序可通过早期有效载荷大小显示出它们特有的行为模式，根据早期有效载荷大小的信息可对流量进行有效识别。在此基础上，选用3种典型的机器学习分类器，即朴素的贝叶斯分类器、朴素的贝叶斯树和径向基函数神经网络进行验证分析。实验结果显示，早期有效载荷大小可作为特征对流量进行有效识别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	北京交通大学计算机与信息技术学院	94	572	12.0	20.0
2	韩臻	北京交通大学计算机与信息技术学院	108	966	17.0	26.0
3	彭立志	济南大学山东省网络智能计算技术重点实验室	12	69	5.0	8.0
4	吴同	北京交通大学计算机与信息技术学院	11	30	3.0	5.0