基于DPI和机器学习的网络流量分类方法OA
A novel method for network traffic classification based on DPI and machine learning
网络流量分类是实现网络管理的重要技术之一,但是单一的基于DPI或是机器学习的分类方法分类精确度低.提出了一种基于DPI和机器学习相结合的网络流量分类方法.该方法采用DPI检测已知特征的网络流量,利用机器学习方法辅助分析未知特征以及加密的网络流.实验表明该方法能够提高网络流量分类的精确度.
Network traffic classification is one of the important technology to implement network management, but the method for network traffic classification based on single DPI or machine learning is very poor. An algorithm based on DPI with machine learning for network traffic classification was proposed. Unencrypted network traffic was detected by DPI and others classified by maching learning. The experimental result shows that this method can get a more accuracy …查看全部>>
李国平;王勇;陶晓玲
桂林电子科技大学 计算机科学与工程学院,广西 桂林 541004桂林电子科技大学 计算机科学与工程学院,广西 桂林 541004桂林电子科技大学 信息与通信学院,广西 桂林 541004
信息技术与安全科学
流量分类深度包检测机器学习朴素贝叶斯
network traffic classification,' deep packet inspection machine learning Naive Bayesian
《桂林电子科技大学学报》 2012 (2)
基于FPGA的分级并行高速网络流量分类方法研究
140-144,5
国家自然科学基金(61163058)广西自然科学基金(2011GXNSFB018076)
评论