基于时序流的移动流量实时分类方法

基于时序流的移动流量实时分类方法
刘翼;嵩天;廖乐健
【期刊名称】《北京理工大学学报》
【年(卷),期】2018(38)5
【摘要】移动互联网的快速发展,产生了网络测量、网络安全和服务质量等方面的新问题.为了深入研究移动互联网的特性,研究人员需要从传统网络流量中快速准确分类出移动流量.本文提出了一种采用轻量级流表与深度数据包检测技术(DPI)相结合的移动流量实时分类方法,将网络流按照时间间隔关系扩展为时序流,并通过DPI 时序流前N个特征数据包准确地分类出移动流量,缩减了流表规模,减少了实际DPI 开销.通过实时的网络流量实验表明,DPI时序流前8个特征数据包时,提出的方法识别准确率达到91.55%,单次深度数据包检测的平均开销为20个数据包,并且流表的规模缩减到原来的0.21%.与P0F比较,方法识别准确率等性能有明显提升.
【总页数】8页(P537-544)
【关键词】流量分类;移动流量;深度数据包检测;实时;HTTP协议
【作者】刘翼;嵩天;廖乐健
【作者单位】北京理工大学计算机学院;延安大学网络信息中心
【正文语种】中文
【中图分类】TP393
【相关文献】
1.基于主机行为关联的加密P2P流量实时分类方法 [J], 熊刚;赵咏;曹自刚
2.一种基于时间自动机的实时工作流时序约束建模方法 [J], 龙世荣;汪宏海;张广泉
3.基于改进随机森林算法的电力业务实时流量分类方法 [J], 许勇刚;张建业;龚小刚;姜珂;周欢;殷继英
4.基于 Spark的大规模网络流量准实时分类方法 [J], 杨晨光;马永征
5.基于Spark的大规模网络流量准实时分类方法 [J], 杨晨光;马永征;
因版权原因，仅展示原文概要，查看原文内容请购买。