基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
网络流量的识别是流量控制、计费和内容安全等需求实现的前提条件,是适应当前网络急速增长和解决当前网络威胁的有效途径。提出了一种以深度数据包检测(Deep Packet Inspection ,DPI)为主要识别技术,结合端口、统计等多种识别技术的识别方案。以谷歌的Google Talk为例,对各种场景的应用和采用不同协议的情况,进行了细致的分析。测试结果表明,该方案能精确地识别各种类型的协议。
推荐文章
一种网络流量的序列模式挖掘方法
序列模式
数据挖掘
流量分析
一种网络流量异常检测算法
网络管理
异常检测
流量监测
一种有效的网络流量预测算法
流量预测
乘积解
队列长度
一种新的基于ARIMA-SVM网络流量预测研究
自回归滑动平均模型(ARIMA)
支持向量机(SVM)
网络流量
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种以DPI 为核心的网络流量识别方案
来源期刊 软件导刊 学科 工学
关键词 流量识别 深度数据包检测 特征匹配
年,卷(期) 2014,(1) 所属期刊栏目 软件理论与方法
研究方向 页码范围 23-25,26
页数 4页 分类号 TP302
字数 3898字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴军 江西理工大学信息工程学院 31 77 5.0 6.0
2 杜泽华 江西理工大学信息工程学院 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (12)
二级引证文献  (7)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
流量识别
深度数据包检测
特征匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导