利用python统计数据包特征值de研究.pdfVIP

利用Python统计数据包特征值的研究 张 琦 (广东药学院 医药信息工程学院，广东 广州 510006) 摘 要：网络数据流的分类方法研究是网络安全领域中一个重要的内容，而 目前最可靠的网络应用数据流的识别方法是基于机 器学习的识别方法，而提取出流特征值则是在整个识别过程中最重要的前提条件。重点阐述如何利用python这一直译式的程序 设计语言提取统计数据 包的特征值。 关键词：Python；流特征值；机器学习 Extracting Traffic Characteristic Attributes ofData Packetwith Python ZHANG Qj (Collegeo／Medb／alInPorrnatlbnBnOneern／g,OuangdongPbarmaceutm／lLln／vers／ty,Guangzhou,Gual~dong510006．c挑 Abstract：Themethodofnetwork flow classification isanimportantaspect inthefieldofnetwork security ． Atpresent，basedmachine learning identificationmethod isthe mostreliableonefor identifying network applicationdata flow．Andthemostimportantprerequisiteintheprocessof identifying ishow to extracttheflow characteristicattributes．Thispapershowedhow to extractflow statisticattributesusing Python Key words：Python，trafficcharacteristicattribute，machinelearning 1引言 在文献 [1】中，作者总结了 18篇关于应用机器 随着 Internet的飞速发展，人们使用网络已经 学习算法分类 Internet流的重要文献。得出结论， 不仅仅局限于传统的网络应用 (如HTTP、FTP、 机器学习算法在流分类方面是 目前最有效、最准确 TELNET等)，越来越多新的网络应用在影响着我 的方法。 们的工作和生活 ，同时网络安全 问题也正面临一次 巨大的挑战。如何能够准确地识别这些应用，对网 3流统计特征值 络管理者、网络营运商和网络安全研究人员是非常 基于机器学习算法的分类识别法的前提是总结 重要的。 目前最流行、最可靠的网络应用识别方法 归纳出应用数据流是以某种模式进行的，而模式呵 就是基于机器学习算法来进行识别分类网络数据流。 以通过归纳统计数据包的流特征值获得 。对于 网 而得到数据包的统计特征值贝Ⅱ是整个识别过程中最 络应用来说 ，流特征值大致可以分为三类。 为关键的环节。本文主要阐述如何利用Python编 1)基本属性 写程序计算出网络数据流的特征值 ，为下一步分类 从截获的原始 网络数据包