基于机器学习的网络流量分类算法研究

摘要

本学位论文来自于“电力信息通信网络智能管道多维感知技术研究及应用”项目，研究目标为面向业务的流量识别与感知，主要内容为基于机器学习的网络流量识别算法研究。
　　论文首先介绍了目前运用在网络流量分类领域的四大类分类方法:基于端口映射、基于有效负载、基于主机行为以及基于机器学习的流量分类方法。通过比较四类分类方法的特点，得出了基于机器学习的流量分类方法是目前最适合应用在电力通信网环境中的流量分类方法。之后本文着重研究了三种典型的机器学习分类算法:C4.5决策树算法，朴素贝叶斯分类器和支持向量机。针对每种算法，本文通过分析实验数据得出了他们在摩尔数据集中的分类性能，比较了不同的特征选择方法对分类结果的影响，并针对支持向量机研究了g参数和C参数对于分类性能的影响。最后，本文提出基于CIG和CGR的特征选择方法，并在三种机器学习算法中应用分析其性能，比较它们与已有特征选择方法的性能差异。结果表明，本文中提出的CIG特征选择方法在每种分类算法中都能获得较好的性能。
　　全文共分为五章，各章节的主要内容为:
　　第一章为绪论，简单介绍了课题背景及研究目的，同时给出了论文的章节安排。
　　第二章概述了目前四大类流量分类方法，通过分析其各自特点以及结合电力信息通信网对流量分类技术的要求，得出结论:基于机器学习的特征分类方法最适合应用在电力信息通信网环境中。之后对特征选择技术以及特征选择在流量分类技术中的应用进行了介绍。
　　第三章着重研究了三种常用的机器学习算法:C4.5决策树算法，朴素贝叶斯分类器以及支持向量机。通过实验分析了每种算法在摩尔数据集上的分类性能表现，比较并分析出了与每种算法相适应的特征选择方法和特征子集大小选择，并针对支持向量机研究了参数的选择对分类性能的影响。
　　第四章提出了基于CIG和CGR的特征选择方法，并在三种机器学习算法中应用这两种特征选择方法，分析其性能。
　　最后一章归纳本学位论文的研究工作，指出未来进一步研究的方向。

目录

声明

摘要

第一章 绪论

1．1 课题背景和研究目的

1．2 流量分类方法概述

1．2．1 流量分类基本概念

1．2．2 流量分类技术的发展现状

1．2．3 四种流量分类方法的比较

1．3 论文章节安排

第二章 基于机器学习的流量分类方法和特征选择技术

2．1 流量分类方法的选择

2．1．1 电力信息通信网对流量分类技术的需求

2．1．2 流量分类方法的选择

2．2 基于机器学习的流量分类方法

2．2．1 无监督机器学习方法

2．2．2 有监督机器学习方法

2．3 特征选择

2．3．1 特征选择的定义

2．3．2 特征选择在机器学习分类算法中的应用

2．4 本章小结

第三章 机器学习算法的分类性能以及特征选择方法的选择

3．1 C4．5决策树算法

3．1．1 C4．5决策树算法原理

3．1．2 C4．5算法分类性能

3．1．3 与C4．5算法相适应的特征选择方法

3．2 朴素贝叶斯分类器

3．2．1 朴素贝叶斯分类器原理

3．2．2 NBC算法的分类性能

3．2．3 与NBC算法相适应的特征选择方法

3．3 支持向量机

3．3．1 支持向量机原理

3．3．2 与SVM相适应的特征选择方法

3．3．3 g参数和C参数对SVM算法分类性能的影响

3．4 本章小结

第四章 基于CIG和CGR的特征选择方法

4．1 CIG与CGR特征选择的原理

4．2 CIG特征选择方法在机器学习分类算法中的性能

4．2．1CIG在C4．5决策树算法中的性能

4．2．2 CIG在NBC算法中的性能

4．2．3 CIG在SVM算法中的性能

4．3 CGR特征选择方法在机器学习分类算法中的性能

4．3．1 CGR在C4．5算法中的性能

4．3．2 CGR在NBC算法中的性能

4．3．3 CGR在SVM算法中的性能

4．4 CIG与CGR性能比较

4．5 本章小结

第五章 总结与展望

5．1 研究工作的总结

5．2 未来工作的展望

致谢

参考文献

攻读硕士学位期间的研究成果