基于采样的高速网络流分类技术研究

网络流量分类技术，是网络监测重要而基本的手段，被广泛运用于QoS保障、网络安全检测、计费等网络活动中。随着高速网络技术的不断发展，特别是G比特和T比特网络技术的出现，网络承载的数据速率越来越高，使得现有的网络流量分类方法越来越不适用。新的方法不仅要关注网络流量分类的准确率，更应关注它的高效性、实时性以及高吞吐量等其他性能参数。为了达到这一目的，本项目提出研究基于采样的高速网络流分类技术，主要研究内容包括硬件采样方法、初始分流技术、特征选择技术等。在保证分类准确率的前提下，解决日益迫切的实时性和高吞吐量等性能问题，并利用目前我国实际的网络流量镜像报文来进行研究，使得所提出的流量分类技术更具有先进性和实用性。

网络流量分类技术既是网络监测重要而基本的手段，也是因特网服务提供商（ISP）和设备提供商解决复杂网络管理问题的重要手段。同时，它也是解决网络信息安全问题的必要手段。随着高速网络技术的不断发展，特别是G比特和T比特网络技术的出现，网络承载的数据速率越来越高，使得现有的网络流量分类方法越来越不适用。研究基于采样的网络流量识别方法，更有效地提高流量分类的精度和效率，已经成为网络流量分类的研究重点。. 本项目以申请人所在科研团队拥有的网络流量监测系统为基础，对基于采样的网络流量分类技术进行研究。主要包括：有效分流初始规则的研究、基于采样的网络流量分类算法研究、流特征选择算法研究、分类器效果评估和基于采样的流分类原型系统的开发。. 经过近三年的努力工作，项目组全面超额完成了研究计划，在有效分流初始规则、基于采样的网络流量分类算法、流特征选择算法、分类器效果评估和基于采样的流分类原型系统的开发等方面取得了多项高水平的研究成果。在网络流量分类技术方面获得计算机软件著作权1项。发表论文60篇，包括国际顶级刊物JSAC 1篇，SCI收录7篇，EI收录51篇。分别有6位博士生和15位硕士生参加了本项目的研究，得到了很好的培养，其中已有4人获得博士学位，12人获得硕士学位。