基于机器学习和深度学习的网络流量分类研究

摘要：

随着互联网技术的不断发展以及网络规模的不断扩大,应用的类别纷繁复杂,新型应用层出不穷.为了保障用户服务质量(QoS)并确保网络安全,准确快速的流量分类是运营商及网络管理者亟须解决的问题.首先给出网络流量分类的问题定义和性能指标;然后分别介绍基于机器学习和基于深度学习的流量分类方法,分析了这些方法的优缺点,并对现存问题进行阐述;接着围绕流量分类线上部署时会遇到的3个问题:数据集问题、新应用识别问题、部署开销问题对相关工作进行阐述与分析,并进一步探讨目前网络流量分类研究面临的挑战;最后对网络流量分类下一步的研究方向进行展望.

关键词：QoS、网络安全、流量分类、数据采集、新应用识别

所属期刊栏目：37

分类号：TP393(计算技术、计算机技术)

资助基金：国家重点研发计划项目;广东省重点领域研发计划项目;国家自然科学基金项目

在线出版日期：2021-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：105-113