基于協(xié)議隱馬爾可夫模型的網(wǎng)絡(luò)流量識(shí)別技術(shù)研究.pdf

1、網(wǎng)絡(luò)應(yīng)用的飛速發(fā)展增加了網(wǎng)絡(luò)服務(wù)質(zhì)量的重要性，作為網(wǎng)絡(luò)管理的基礎(chǔ)，網(wǎng)絡(luò)流量識(shí)別技術(shù)持續(xù)發(fā)展，最新的基于協(xié)議隱馬爾可夫模型的識(shí)別技術(shù)綜合考慮了網(wǎng)絡(luò)流的時(shí)序特征和統(tǒng)計(jì)特征，有很好的識(shí)別準(zhǔn)確率，但是已有研究是人工構(gòu)建協(xié)議隱馬爾可夫模型的，這無(wú)法滿足實(shí)際應(yīng)用的需求。因此，本文提出一種自動(dòng)構(gòu)建協(xié)議隱馬爾可夫模型的方法，通過(guò)實(shí)驗(yàn)驗(yàn)證了自動(dòng)建模方法的正確性，并在校園網(wǎng)中基于自動(dòng)構(gòu)建的協(xié)議隱馬爾可夫模型進(jìn)行了流量識(shí)別的應(yīng)用，結(jié)果進(jìn)一步論證了本文自動(dòng)建模

2、方法的理論意義和應(yīng)用價(jià)值。本文從原理、算法和應(yīng)用三方面主要做了如下工作：
　　1．提出自動(dòng)構(gòu)建網(wǎng)絡(luò)協(xié)議隱馬爾可夫模型的方法，并對(duì)方法的正確性進(jìn)行了實(shí)驗(yàn)驗(yàn)證。通過(guò)研究網(wǎng)絡(luò)流的時(shí)序特征和統(tǒng)計(jì)特征，提出自動(dòng)建模的方法：用基于密度的聚類(lèi)算法對(duì)網(wǎng)絡(luò)流數(shù)據(jù)包進(jìn)行聚類(lèi)分析，來(lái)獲取與協(xié)議隱馬爾可夫模型初始結(jié)構(gòu)相對(duì)應(yīng)的有窮狀態(tài)機(jī)，以體現(xiàn)網(wǎng)絡(luò)流的時(shí)序特征，并抽象出數(shù)據(jù)包的特征向量，用有窮狀態(tài)機(jī)中“狀態(tài)”間的轉(zhuǎn)移概率和“狀態(tài)”下特征向量的條件分布表征網(wǎng)

3、絡(luò)流的統(tǒng)計(jì)特征；然后通過(guò)有窮狀態(tài)機(jī)的先驗(yàn)指導(dǎo)對(duì)模型參數(shù)進(jìn)行訓(xùn)練，從而獲得完整的協(xié)議隱馬爾可夫模型。同時(shí)選取六種典型的網(wǎng)絡(luò)應(yīng)用進(jìn)行實(shí)驗(yàn)，將自動(dòng)構(gòu)建的協(xié)議隱馬爾可夫模型和人工構(gòu)建的模型進(jìn)行對(duì)比，初步證明了本文自動(dòng)建模方法的正確性。
　　2．改進(jìn)了基于密度的DBSCAN聚類(lèi)算法，并通過(guò)實(shí)驗(yàn)驗(yàn)證了算法的性能。本文通過(guò)分析DBSCAN算法的聚類(lèi)原理，從減少區(qū)域查詢次數(shù)和查詢時(shí)間方面對(duì)算法進(jìn)行了改進(jìn)，并將其用于自動(dòng)建模過(guò)程中的聚類(lèi)分析；實(shí)驗(yàn)證