基于流行為特征分析的網(wǎng)絡(luò)端目標表征與識別方法研究.pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展，如何有效地來對網(wǎng)絡(luò)流量和用戶行為進行監(jiān)管，構(gòu)建一個文明健康、可信穩(wěn)定的網(wǎng)絡(luò)空間，漸漸引起了研究者們的注意。因此，如何對網(wǎng)絡(luò)中不同的人（即端目標）進行表征與識別開始成為當(dāng)前研究者們關(guān)注的一個焦點。近年來研究較多的是如何利用流行為特征對網(wǎng)絡(luò)流進行分類，而將其應(yīng)用于網(wǎng)絡(luò)端目標的表征與識別的研究則相對較少。
　　針對上述網(wǎng)絡(luò)端目標表征與識別的研究現(xiàn)狀，本文提出基于服務(wù)類型劃分的分析方法，首先根據(jù)不同的服務(wù)類型對流量進

2、行分類，并應(yīng)用于網(wǎng)絡(luò)流的行為特征的提取和選擇，得到網(wǎng)絡(luò)端目標的表征，隨后引入機器學(xué)習(xí)和社團發(fā)現(xiàn)算法，最終完成網(wǎng)絡(luò)端目標的識別，并取得了不錯的效果。主要工作如下：
　　（1）針對個體端目標的識別，即識別一個特定的用戶行為是由哪個端目標產(chǎn)生的，本文引入了基于機器學(xué)習(xí)的分類方法。首先將用戶的流量梳理到作者劃分的24種服務(wù)類型之下，用于構(gòu)建端目標的流量矩陣，接著就是對原始的數(shù)據(jù)包處理得到分析所需的相關(guān)流行為特征，經(jīng)過特征選擇之后最后得到用

3、于表征一個端目標的特征參數(shù)集，如此一天的流量數(shù)據(jù)便可以轉(zhuǎn)化為表征該端目標行為的一個樣本。采集了足夠多的樣本數(shù)據(jù)之后，便得到了機器學(xué)習(xí)所需的樣本數(shù)據(jù)，經(jīng)過對樣本數(shù)據(jù)的手工標記之后，本文采用機器學(xué)習(xí)中的C4.5決策樹算法將樣本數(shù)據(jù)用于訓(xùn)練和測試，最終取得了不錯的識別效果。
　?。?）針對個體端目標之間的行為相似性，即發(fā)現(xiàn)網(wǎng)絡(luò)中潛在的社團群體，本文提出了基于流行為特征分析的社團發(fā)現(xiàn)算法來進行分析。由于需要衡量端目標之間的行為相似性，作者