文献类型：期刊文章

作　　者：刘颖秋[1] 李巍[1] 李云春[1]

机构地区：[1]北京航空航天大学计算机学院北京市网络技术重点实验室,北京100083

出　　处：《计算机应用研究》

基　　金：国家"863"计划资助项目(2003AA115230);北京市教委共建项目(JD100060630)

年　　份：2008

卷　　号：25

期　　号：5

起止页码：1492-1495

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：首先介绍了网络流量分析的不同层次及机器学习领域的相关知识,分析了采用端口号映射及有效负载分析的方法进行流量分类与应用识别存在的问题;然后从网络流量的统计特征出发,重点介绍了机器学习中聚类和分类的方法在流量分类的应用和问题;最后基于聚类和分类在流量分类中的效用,指出了未来的研究趋势。

关 键 词：流量分类  应用识别  机器学习  无监督聚类 有监督分类  

分 类 号：TP393.07]