基于UDP统计指印混合模型的VoIP流量识别方法

摘要：

针对VoIP加密负载流量识别的难题,提出一种基于UDP统计指印混合模型的VoIP流量识别方法,以提高VoIP流量的识别精度和分类稳定性.该模型改进了统计指印模型中基于单一的网络流相异度来判定流量类别的方法,将UDP流的统计特征与网络流的统计指印相异度结合以共同训练一个支持向量机分类模型,把基于分类阈值点的分类转换到基于多维特征的高维空间中的分类面的分类,综合运用包层次和流层次统计特征,降低了因网络不稳定造成的统计特征偏差对分类模型精确度的影响.实验结果表明,该模型对VoIP流量的分类精确度达到97％以上,与统计指印模型和支持向量机模型相比分类稳定性更好.

关键词：统计指印、VoIP、流量分类、支持向量机、互联网

所属期刊栏目：40

分类号：TP393(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863项目2009AA01Z424;陕西省教育厅科研计划项目12JK0933;咸阳师范学院专项科研基金项目12XSYK068,10XSYK308,07XSYK280

在线出版日期：2013-11-11（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：136-140