利用统计特征的网络应用协议识别方法

摘要：

在网络流统计特征的基础上,提出了一种应用协议识别算法.根据网络流概念,在网络层建立应用协议特征的描述方法,并采用数据量、数据包、时间3种属性全面地描述网络协议的特征.采用主成分分析方法来确定网络流特征属性的主要成分,以减少环境因素的影响.结合BP神经网络算法建立的网络协议识别模型,其网络特征具有良好的持久性和稳定性,模型分类结果也不易受网络环境的影响.真实网络环境下的实验结果显示,所提方法能够准确识别目前网络中常用的应用协议,包括HTTP、FTP、BitTorrent及TELNET,识别准确率达到了97%以上.

关键词：神经网络模型、网络流、应用协议、协议识别

所属期刊栏目：43

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60575049;国家高技术研究发展计划资助项目2003AA142060

在线出版日期：2009-04-03（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：43-47