文献类型：期刊文章

作　　者：孙广路[1,2] 郎非[3] 杨明明[1]

机构地区：[1]哈尔滨理工大学计算机科学与技术学院,信息安全与智能技术研究中心,黑龙江哈尔滨150080 [2]清华大学信息技术研究院,北京100084 [3]哈尔滨理工大学外国语学院,黑龙江哈尔滨150080

出　　处：《电机与控制学报》

基　　金：国家自然科学基金(60903083);黑龙江省自然科学基金(F200936);黑龙江省高等学校新世纪优秀人才项目(1155-ncet-008)

年　　份：2011

卷　　号：15

期　　号：6

起止页码：91-96

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSCD、CSCD_E2011_2012、EI(收录号：20113114198874)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：流量测量是流量控制和管理中的关键问题。传统方法对于当今网络中大量出现的具备动态端口、加密载荷信息或未知协议载荷特征等特点的流量无法进行有效地测量。虽然基于机器学习模型的测量方法能够在一定程度上解决上述问题,但是由于现有特征的区分能力有限,该类方法单独使用时,难以在大规模的真实网络流量中准确地测量出某种特定协议的流量。为了解决流量测量问题,提出了基于混合方法的流量测量系统,融合了基于端口、基于特征串匹配、基于正则表达式匹配和基于机器学习模型的多种流量测量方法。在构建系统框架和相关模块的基础上,应用一种混合方法解决了基于安全套接层协议的流量测量和应用层协议分析问题。实验结果表明,该混合方法能够测量出超过99%的基于安全套接层协议的流量,并有效地分析其中不同应用层协议的流量,准确率达到93.76%。此外,在稳定而可行的内存占用率下,系统能够良好运行,总体测量结果优于开源软件OpenDPI的结果。

关 键 词：流量控制和管理  流量测量  混合方法  机器学习模型

分 类 号：TP274]