網絡應用協(xié)議識別研究.pdf

1、隨著計算機網絡技術的飛速發(fā)展，新型互聯(lián)網應用不斷涌現，并呈現出了功能豐富、協(xié)議復雜等特點，在產生大規(guī)模復雜多變的網絡流量的同時，也對互聯(lián)網的監(jiān)管造成了困難。在這種情況下，準確地識別互聯(lián)網應用協(xié)議，不僅有助于更加有效地管理互聯(lián)網，還對增強網絡防護能力有著非常重要的作用。
　　 本文選題正是在此背景下提出的。論文主要基于機器學習方法對應用協(xié)議進行識別研究。主要研究內容如下:
　　 第一，在網絡流量統(tǒng)計特征中，由于連續(xù)型屬性占

2、據了很大的比例，因此傳統(tǒng)C4.5算法因選擇分裂屬性而產生的計算量是十分龐大的。針對該特點，本文對C4.5算法進行了改進，實驗表明，改進C4.5算法在識別粗粒度應用協(xié)議方面是可行的。
　　 第二，考慮到無關或冗余屬性的存在對于決策樹算法的干擾，本文采取了數據約簡技術來優(yōu)化協(xié)議識別模型。針對改進的C4.5算法，采用了基于相關性度量的屬性選擇方法以降低屬性維度，在保證了其識別準確率的同時，提高了協(xié)議識別效率。
　　 第三，由于