1、準(zhǔn)確識別網(wǎng)絡(luò)流量的類型，是網(wǎng)絡(luò)監(jiān)控與管理領(lǐng)域的基礎(chǔ)問題，也是研究中的熱點與難點之一。隨著網(wǎng)絡(luò)上的流量越來越多，流量的類型越來越復(fù)雜，傳統(tǒng)基于端口的分類技術(shù)與基于負(fù)載信息簽名的分類技術(shù)越來越無法滿足網(wǎng)絡(luò)分類的要求與發(fā)展，因此基于流統(tǒng)計特征的網(wǎng)絡(luò)流量分類技術(shù)也逐漸受到了更多的重視。本文在分析與總結(jié)國內(nèi)外相關(guān)研究的基礎(chǔ)之上，對基于流統(tǒng)計特征的網(wǎng)絡(luò)流量分類技術(shù)進行了深入研究。本文的主要工作如下。
　　一方面，提出了一種基于網(wǎng)絡(luò)流統(tǒng)計特征的

2、分類方法。該方法從只包含數(shù)據(jù)包的原始流量中提取網(wǎng)絡(luò)流與基于流的統(tǒng)計特征，隨后使用基于 K-means的聚類機器學(xué)習(xí)算法從網(wǎng)絡(luò)流中獲取流量簇，最后使用相關(guān)流與多數(shù)投票相結(jié)合的方式，對流量簇的類型進行標(biāo)記。基于公開數(shù)據(jù)集的實驗表明，本方法可以達到較高的分類精度與F-measure值。
　　另一方面，提出了一個基于流統(tǒng)計特征網(wǎng)絡(luò)流量分類的一般性工作流程框架，并在此基礎(chǔ)之上提出了一種網(wǎng)絡(luò)流量分類優(yōu)化方法。首先通過分析與總結(jié)前人相關(guān)成果，提

3、出了一個基于流統(tǒng)計特征網(wǎng)絡(luò)流量分類的一般性工作流程框架。其次在此一般性工作流程框架基礎(chǔ)之上，先使用過濾器策略對分類過程中的統(tǒng)計特征進行篩選，再將封裝器策略與啟發(fā)式特征搜索算法相結(jié)合，應(yīng)用序列前向搜索得到一個最優(yōu)特征集，最終使用此最優(yōu)特征集完成分類工作?；诠_數(shù)據(jù)集中不同數(shù)據(jù)片段的實驗表明，該方法總是可以得到一組穩(wěn)定的最優(yōu)特征集；基于最優(yōu)特征集的分類實驗表明，優(yōu)化后的分類方法在保證分類準(zhǔn)確率的前提下，可以獲得更好的時間效率。