北京邮电大学学报
 
  返回首页 |  期刊介绍 | 编委会 | 法律法规 | 期刊规范 | 投稿指南 | 期刊订阅 | 联系我们 | 留言 | English
北京邮电大学学报 2011, Vol. 34 Issue (1) :103-106    DOI: 10.13190/jbupt.201101.103.zhangj
研究报告 最新目录 | 下期目录 | 过刊浏览 | 高级检索
在线聚类的网络流量识别
张剑1,2,钱宗珏1,寿国础1,胡怡红1*
1北京邮电大学 信息与通信工程学院, 北京 100876; 2青岛理工大学 电子与通信工程学院, 山东 青岛 266033
Network Traffic Identification Based on Online Clustering

摘要
参考文献
相关文章
Download: [PDF 671KB]   HTML 1KB      Supporting Info
摘要 

针对网络流量在线识别的难题, 提出一种聚类算法和在线流量识别方案. 以网络数据流的若干初始数据包作为子流, 提取子流的统计特征, 应用基于滤波器算法的属性相关性算法提取子流最佳特征子集, 并提出基于密度的在线带噪声空间聚类算法对子流特征向量进行聚类, 采用优势概率业务实现聚类和应用类型的映射. 实验结果表明, 该方案具备识别新应用类型和加密数据流的功能, 且能实现在线的网络流量分类.

Service
把本文推荐给朋友
加入我的书架
加入引用管理器
Email Alert
RSS
作者相关文章
张剑
寿国础
胡怡红
钱宗珏
关键词流量识别   在线聚类算法   特征选择     
Abstract

To solve the problem of network traffic identification online, a clustering algorithm and a traffic identification scheme is proposed. The scheme uses a few number of the initial data packets in the flows as a subflow, extracts the statistical features from subflows, and extracts the best feature subset of subflows by applying correlationbased filter approach. The network traffic flows are clustered by online density based spatial clustering of applications with noise algorithm, and mapped to application types by the dominant application in clusters. Experiments show that the scheme can identify new application types and encrypted flows, and can be implemented in online network traffic classification.

Keywordstraffic identification   online clustering algorithm   feature selection     
Received 2010-03-09; published 2011-02-28
本文基金:

国家高技术研究发展计划项目(2008AA01Z218)

通讯作者: 张剑     Email: zhangj9860@bupt.edu.cn
引用本文:   
张剑,钱宗珏,寿国础,胡怡红.在线聚类的网络流量识别[J]  北京邮电大学学报, 2011,V34(1): 103-106
.Network Traffic Identification Based on Online Clustering[J]  JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2011,V34(1): 103-106
链接本文:  
http://www.buptjournal.cn/CN/10.13190/jbupt.201101.103.zhangj      或     http://www.buptjournal.cn/CN/Y2011/V34/I1/103
Copyright 2010 by 北京邮电大学学报