基于網(wǎng)絡(luò)流和連接特征的端主機(jī)分類.pdf

1、當(dāng)今時(shí)代是一個(gè)互聯(lián)網(wǎng)的時(shí)代，具體表現(xiàn)為互聯(lián)網(wǎng)規(guī)模越來越大，網(wǎng)絡(luò)流量越來越多，能夠有效并可控地監(jiān)管網(wǎng)絡(luò)流量和用戶行為的方法，越來越得到網(wǎng)絡(luò)管理者們的關(guān)注和期盼，而如何合理使用并處理網(wǎng)絡(luò)數(shù)據(jù)，提取網(wǎng)絡(luò)特征對(duì)端主機(jī)及用戶行為進(jìn)行有效分類和識(shí)別也由此成為各高校學(xué)者和研究機(jī)構(gòu)的研究熱點(diǎn)。但是，目前的針對(duì)端主機(jī)的識(shí)別和用戶行為分類等研究基本處于相對(duì)空白的狀態(tài)。
　　針對(duì)上述的端主機(jī)識(shí)別和分類的研究現(xiàn)狀，本文詳細(xì)地分析了網(wǎng)絡(luò)流特征，構(gòu)建了用戶行

2、為譜的模型，并將其用于網(wǎng)絡(luò)流特征的提取和統(tǒng)計(jì)，接著引入機(jī)器學(xué)習(xí)技術(shù)，提出了基于流特征的端主機(jī)識(shí)別方法和基于網(wǎng)絡(luò)連接特征的端主機(jī)行為分類方法，從而完成對(duì)端主機(jī)及其行為模式的識(shí)別和分類。具體工作如下：
　　1、提出了一種新的基于流特征的端主機(jī)行為識(shí)別方法。具體方法是，我們主要針對(duì)小型網(wǎng)絡(luò)中的端主機(jī)，通過捕獲網(wǎng)絡(luò)通信數(shù)據(jù)包，構(gòu)建用戶行為譜模型，基于流特征進(jìn)行分析，基于所構(gòu)建的模型，對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行DN S解析，接著對(duì)表征流級(jí)行為的特征數(shù)據(jù)

3、進(jìn)行提取和統(tǒng)計(jì)，得到屬于每臺(tái)主機(jī)在某天的行為特征參數(shù)矩陣，再對(duì)其進(jìn)行“奇異值分解”的處理，得到若干組能夠表征端主機(jī)行為特點(diǎn)的特征向量，最后通過改進(jìn)的數(shù)據(jù)挖掘技術(shù)分類算法中的C4.5算法對(duì)端主機(jī)進(jìn)行了行為類型的識(shí)別，以及以其他的方法中采用的特征參數(shù)集作對(duì)照組進(jìn)行結(jié)果對(duì)比，結(jié)果表明，引入了用戶行為譜和奇異值分解處理的主機(jī)識(shí)別方法較之傳統(tǒng)的統(tǒng)計(jì)特征識(shí)別方法能夠取得較好的效果。
　　2、提出了一種基于網(wǎng)絡(luò)連接特征的端主機(jī)行為分類方法。我們

4、主要針對(duì)小型網(wǎng)絡(luò)中的端主機(jī)，基于對(duì)網(wǎng)絡(luò)連接特征的分析和處理，提出對(duì)端主機(jī)的行為分類方法，我們同樣基于用戶行為譜的模型，處理得到表征每臺(tái)主機(jī)每天的行為特點(diǎn)的特征參數(shù)矩陣，通過計(jì)算并使用其矩陣相似度，用來構(gòu)造節(jié)點(diǎn)的連接關(guān)系矩陣和連接圖。接著，我們考察了用戶網(wǎng)絡(luò)行為及偏好趨勢(shì)的穩(wěn)定性。最后我們通過合理定義節(jié)點(diǎn)信息和邊權(quán)重，應(yīng)用社團(tuán)劃分算法中的GN算法處理節(jié)點(diǎn)連接關(guān)系圖，得到了最后的社團(tuán)劃分結(jié)果，并對(duì)其進(jìn)行了詳細(xì)的分析和解釋，并通過對(duì)社團(tuán)中真實(shí)