快速流分類的相關問題研究.pdf

1、隨著新一代互聯網技術在中國的迅速發(fā)展，互聯網的規(guī)模不斷擴大，業(yè)務類型不斷增加。據統(tǒng)計，截至2010年12月底，中國網民規(guī)模達到4.57億人，互聯網普及率達34.3％。一方面，網絡信息量的膨脹，使得網絡流量呈現指數級增長的趨勢，加劇了網絡擁塞狀況的發(fā)生，導致網絡服務質量急劇下降，影響用戶的滿意度。另一方面，種類繁多的業(yè)務類型不但吞噬著越來越多的網絡資源，而且給網絡安全帶來了巨大的威脅。為了能夠更好的掌握網絡中流量的行為狀況，網絡管理者需要

2、對網絡流量進行可靠、有效的監(jiān)測與控制，并對網絡所承載的各類業(yè)務進行及時、準確的分析。而實現這些的前提和基礎是對網絡流量進行快速準確的識別和分類。
　　 根據網絡原理的知識，網絡應用的一次交互生成的IP報文都具有相同的五元組(源地址，源端口，目的地址，目的端口，協議)，反之，一段時間內具有相同五元組的IP報文一定屬于同種應用類型。因此目前分類領域通行的做法是先基于五元組將IP報文聚類成流，然后基于流做分類。與早期基于報文分類相比，

3、流分類大大降低了分類動作的次數；另一方面，流中包含更為豐富的信息。
　　 綜上所述，本文研究基于流的快速分類技術。顯著的分類特征和合適的分類器是影響流分類效果的兩個主要因素，本文即從這兩個方面展開研究。
　　 首先，研究了分類特征的問題，提出了ACK-Len ab和ACK-Len ba特征。其中，ACK-Len ab是指請求方在收到對方第一個ACK響應包之前所發(fā)送的數據長度的總和；ACK-Len ba是指響應方在收到對方

4、第一個ACK響應包之前所發(fā)送的數據長度的總和。分析和實驗表明，這兩個特征具有典型性，利用它們做分類，具有良好的分類效果。同時，這兩個特征的計算僅用到流中前幾個數據包的大小信息，能夠在流到達初期就對其進行分類，同時該方法僅需存儲前幾個包的數據信息，因此大大節(jié)約了機器的存儲空間，為實現真正在的在線分類提供了新的思路。
　　 其次，研究了分類器的問題。直覺上，特征數越少，分類時要做的判定和計算動作就越少。因此，基于特征約簡和傳統(tǒng)分類方