《计算机工程与应用》唯一官方网站
 首页  |  期刊介绍  |  编委会  |  投稿指南  |  道德声明  |  中图分类号  |  期刊订阅  |  联系我们  |  English
《计算机工程与应用》唯一官方网站
博士论坛 最新目录 | 下期目录 | 过刊浏览 | 高级检索  |   
基于流相关性的网络流量分类
赵  英,陈骏君
北京化工大学 信息科学与技术学院,北京 100029
Network traffic classification based on correlation of flows
ZHAO Ying, CHEN Junjun
College of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029, China
 全文: PDF (584 KB)   HTML (1 KB)  输出: BibTeX | EndNote (RIS)      背景资料
摘要 网络流量分类技术对网络安全管理起着非常重要的作用。随着网络和信息技术的发展,传统的基于端口号和深度包检测分类方法的局限性愈发明显,不能对现有的流量进行准确分类。提出一种基于流相关性的半监督网络流量分类算法,并使用MDL-CON高斯混合模型作为聚类模型,通过聚类过程中利用流之间的相关性提高模型的准确度。采用MDL准则解决了高斯混合模型需要人为预先设定类簇数目和高度依赖于初始值的问题。实验结果表明,利用该方法来处理流量分类问题可取得理想的分类效果。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
赵 英
陈骏君
关键词流量分类   聚类算法   高斯混合模型   最小描述长度(MDL)准则     
Abstract: Network traffic classification is elementary to network security and management. With the development of network and information technology, the limitation of traditional port-based and payload-based classification approaches is that they can not classify network traffics accurately. This paper proposes a new semi-supervised approach based on correlation of flows, which is formulated by an MDL-CON Gaussian mixture model. In the process of cluster, the correlation between different flows is used to improve the quality of resultant traffic clusters, and the MDL rule is applied to solve preset clusters number and initialization issue. Experiments show that this approach can significantly improve the accuracy of traffic classification.
Key wordstraffic classification   cluster algorithm   Gaussian mixture model   Minimum Description Length(MDL) criterion   
引用本文:   
赵 英,陈骏君. 基于流相关性的网络流量分类[J]. 《计算机工程与应用》唯一官方网站, 2015, 51(21): 25-29.
ZHAO Ying,CHEN Junjun. Network traffic classification based on correlation of flows[J]. CEA, 2015, 51(21): 25-29.
链接本文:  
http://cea.ceaj.org/CN/
 
没有找到本文相关图表信息
没有本文参考文献
[1] 刘文进1,张 蕾2,孙劲光1. 近邻传播聚类优化的角点检测改进算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(9): 219-222.
[2] 李宗林,罗 可. DBSCAN算法中参数的自适应确定[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(3): 70-73.
[3] 董本志,丁文雪. 大数据环境下超声波焊缝缺陷识别方法的研究[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(23): 176-180.
[4] 兰 红,王秋丽. 基于聚类和马氏距离的多角度SURF图像匹配算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(21): 211-217.
[5] 牛艺蓉,王士同. 基于噪音受益的快速图像分割算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(21): 195-201.
[6] 胡志立,郭 敏. 基于SLIC的改进GrabCut彩色图像快速分割[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(2): 186-190.
[7] 杜楠楠,赵 晖. 维吾尔语情感语音韵律转换研究[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(19): 154-160.
[8] 张明光,张 钰. 基于ANN伪量测建模的配电网状态估计[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(17): 253-256.
[9] 赵湘民1,2,陈 曦1,潘 楚3. 基于稠密区域的K-medoids聚类算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(16): 85-89.
[10] 恩 德,张凤磊,张 昭,忽胜强. 模糊熵在车载环境下语音端点检测中的应用[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(10): 147-150.
[11] 刘玉超. 一种自适应的多粒度概念提取方法——高斯云变换[J]. 《计算机工程与应用》唯一官方网站, 2015, 51(9): 1-8.
[12] 党小超1,2,毛鹏鑫1,郝占军1,2. 基于快速求解高斯混合模型的流量聚类算法[J]. 《计算机工程与应用》唯一官方网站, 2015, 51(8): 96-101.
[13] 仰孝富,齐建东,吉鹏飞,朱文飞. 一种CF树结合KNN图划分的文本聚类算法[J]. 计算机工程与应用, 2015, 51(6): 114-119.
[14] 董丽丽,董 玮,张 翔. 利用CUDA提高内存数据聚类效能的研究[J]. 《计算机工程与应用》唯一官方网站, 2015, 51(22): 243-251.
[15] 田明锐1,胡永彪1,金守峰2. 结合聚类参数的圆投影模板匹配改进算法[J]. 《计算机工程与应用》唯一官方网站, 2015, 51(21): 177-184.
版权所有 © 《《计算机工程与应用》唯一官方网站》编辑部
通信地址: 北京619信箱26分箱 邮编: 100083 电话: (010)89055542 E-mail: ceaj@vip.163.com
技术支持:北京玛格泰克科技发展有限公司
京ICP备13024262号-1