拓客网站建设,企业营销型网站特点,邯郸建网站公司,辽宁建设工程信息网官网 a类业绩1. 什么是网络流量#xff1f; 一条网络流量是指在一段特定的时间间隔之内#xff0c;通过网络中某一个观测点的所有具有相同五元组(源IP地址、目的IP地址、传输层协议、源端口和目的端口)的分组的集合。 比如(10.134.113.77#xff0c;47.98.43.47#xff0c;TLSv1.2…1. 什么是网络流量 一条网络流量是指在一段特定的时间间隔之内通过网络中某一个观测点的所有具有相同五元组(源IP地址、目的IP地址、传输层协议、源端口和目的端口)的分组的集合。 比如(10.134.113.7747.98.43.47TLSv1.251990443)
2.什么是网络流量分类 网络流量分类是指构造一个分类模型对收集到的各种网络流量进行分类识别分类识别的结果是某种应用程序或者应用层协议。
3.流量分类的意义 1.对流量进行规划管理如按照应用程序进行分类。比如Google、YouTube网站限制。 2.识别恶意流量。比如西工大信息被美国偷。 3.QoE(quality of experience)评估。比如求出视频源质量、初始缓冲时延和卡顿占比。
4.流量分类的技术 流量分类技术随着时间的推移已经发生了显着的发展。
第一代常用的方法是使用端口号但是随着P2P的普及逐渐失效(因为P2P使用伪装端口的手法)。但是端口号依然广泛使用因为它实现简单。或者与其他功能结合使用。
第二代方法依赖于有效载荷又称数据包检测(data packet inspection, DPI)专注于寻找哦数据包中的模式或关键字。但是DPI只适用于未加密流量计算开销很高。
第三代方法基于流统计信息(flow statistic)依赖统计特征或时间序列特征这些方法通常采用机器学习的方法(ML)。但是它们的特征很大程度上取决于人工设计的特征限制了他们的泛化能力。
第四代方法采用深度学习避免了领域专家选择特征的需要因为它通过训练自动选择特征。这一特性使得深度学习成为流量分类的一种非常理想的方法特别是当新类不断出现和旧类的模式演变时。深度学习的另一个重要特点是与传统的 ML 方法相比它具有相当大的学习能力因此可以学习高度复杂的模式。结合这两个特征作为一种端到端方法深度学习能够学习原始输入和相应的输出之间的非线性关系而不需要将流量分类问题分解为特征选择和分类两个子问题。 网络安全top期刊综述提到的一个通用的流量分类框架
