基于无监督机器学习的网络流量分类研究综述

摘要

面向海量数据的流量分类技术日趋重要,已成为网络资源调度、网络信息安全等领域的基础支撑技术.无监督机器学习因其无需手动标记流量数据,具有灵活、通用等特性,已成为网络流量分类研究者广泛使用的核心算法;但目前尚缺乏对相关研究成果全面深入的分析,制约了已有算法应用和进一步研究创新.围绕无监督机器学习在网络流量分类领域的研究进展,重点总结了无监督机器学习算法在网络流量分类中的研究,并从算法分类采用的协议类型、特征参数和结果的有效性进行对比分析;最后针对无监督机器学习算法在流量分类领域的研究方向,在特征提取方法、不平衡数据处理方面给出了新的研究思路.