基于负载随机性的互联网络链路流量识别方法

摘要：

针对当前互联网络链路流量识别方法未考虑数据块类别,导致互联网络链路流量识别准确性和效率较低,流量识别误报率和漏报率较高的问题,提出基于负载随机性的互联网络链路流量识别方法.利用数据包负载随机性检测方法,判断网络数据流中数据块负载随机性类别.将判断结果作为机器学习方法的已标注数据集,提取数据流特征属性构成样本集合,采用ID3算法,训练分析该样本集合,寻找数据间规律,构建分类模型,通过分类模型预测和评估未知数据流量,实现互联网络链路流量识别.实验结果表明,上述方法识别不同类型流量的漏报率和误报率较低,具有较强的识别可靠性,识别时间较短,能够有效提高识别准确性和效率.

关键词：负载随机性;互联网络;链路流量识别;数据块

所属期刊栏目：38

分类号：TP393.01(计算技术、计算机技术)

在线出版日期：2021-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：331-334,339