模式识别算法在网络流量分类中的应用

随着互联网使用规模不断激增,网民用户不断增多,越来越多的网络应用被开发出来,网络的使用也因此延伸到各个领域。不论在何种应用情形下,管理员都需要监视网络运行状况以提高网络服务质量,并运用网络安全知识,预防网络攻击对所管网络的使用造成影响。而这一切都以网络流量应用层的分类技术为核心,可是在大数据时代背景下的网络应用不断多样化的今天,网络流量分类都面临着许多挑战。以往的以端口及载荷特征为依据的网络流量分类技术已经不再适用,研究新的网络流量分类方法、提高网络流量分类准确率具有重要的研究价值及现实意义。基于此背景,本文独创的将模式识别算法应用在网络流量分类领域中,并综合的比较了各种模式识别算法在不同情形下网络流量分类中的效率及准确性。最后,基于多次的实验结果并结合相关理论分析,验证了模式识别算法在网络流量应用层分类中的可行性,并在网络流量统计特征的选择及如何将模式识别算法有效应用于网络流量分类方面,给出重要结论。