面向流量识别系统的聚类算法的比较与分析

被引：8

作者：

苏欣 ^{[1
]}

杨建华 ^{[2
]}

张大方 ^{[1
]}

谢高岗 ^{[2
]}

机构：

[1] 湖南大学软件学院

[2] 中国科学院计算技术研究所

来源：

计算技术与自动化 | 2008年 / 03期

关键词：

聚类; 流量识别; 学习;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

考虑到基于端口的识别方法准确性比较低,而基于有效负载的方法的开销太大,促使利用应用连接到网络时的特征流的特点来识别流量。引用几种常见的聚类算法,提出基于聚类算法的识别方法,该方法包括两个阶段:通过离线学习阶段学习到流量的特征;在线识别阶段把学习到的特征用于在线的流量识别。通过实验表明该方法对流量识别,尤其是P2P流量最高可达90%以上的识别率。

引用

收藏

页码：1 / 6

页数：6

相关论文

共 3 条

[1] 网络流量监测技术及性能分析 [J].

杨策 ;

张永智 ;

庞正社 .

空军工程大学学报(自然科学版), 2003, (01) :57-60

[2]

Subhabrata Sen,Jia Wang.Analyzing peer-to-peer traffic across large networks[J].IEEE/ACM Transactions on Networking (TON),2004

[3]

A. P. Dempster,N. M. Laird,D. B. Rubin.Maximum Likelihood from Incomplete Data via the EM Algorithm[J].Journal of the Royal Statistical Society. Series,1977(1)