网络流量分类研究.pptVIP

网络流量分类研究 演讲人：衡丽花 导 师：王宗敏 指导老师： 陈 刚 研究背景、意义和现状 流量分类基本概念 当前流量分类进展 几种分类方法的比较 流量分类未来发展预测 下一步工作 主要内容 自P2P网络出现以来，网络流量越来越大； 网络流量管理技术可以帮助网络运营商提供更好的服务质量，还能对网络进行有效的监督管理。 研究背景 通过流分类，可以获悉各类网络应用所占比例，研究新的协议与应用，预测网络业务的发展趋势，合理规划网络； 定期分析重要的特定流量，了解流入流出信息，发现设备故障、链路拥堵、用户带宽的使用及发现入侵和恶意攻击等。 研究意义 Niksun公司的NetDetector 提供实时、连续的流量记录和分析； 需时较长，工程规模复杂，费用极高； FLUKE公司的网络协议分析仪OPV_WGA 提供对网络的从一层到七层的全部分析； 基于端口的传统协议； 华为3Com公司的NTA（Network Traffic Analysis） 基于三层协议号、端口号，可以识别上千种应用； 无法分析四层至七层的应用流量； Cisco公司的SCE 采用DPI对应用层协议进行识别； 只能识别已知的非加密协议； 现有的网络流量分类产品 a）Bit-level：关注网络流量的数据特征 b）Packet-level：关注数据包（packet）的特征及其到达过程、延迟和丢包率等 c）Flow-level：依据地址和应用协议划分，关注流的到达过程、到达间隔及其局部特性等 d）Stream-level：关注主机对之间的应用流量 不同层面（粒度）的流量分析 流量分类度量标准 TP(True Positives),属于类别X并被正确预测为类别X的百分比； FN(False Negatives), 属于类别X但被预测为不是类别X的百分比； FP(False Positives),不属于类别X但被预测为类别X的百分比； TN(True Negatives),不属于类别X并被预测为不是类别X的百分比。 Accuracy： TP+TN TP+FN+FP+TN Recall: TP TP+FN Precision: TP TP+FP 依赖TCP或UDP数据包中的端口号，将熟知的端口号进行映射来识别不同的应用类型。分类器只需找到一次TCP连接中的SYN包，并从这个SYN包中找到目的端口号即可。UDP也使用类似的方法。 基于端口号的流量分类 根据网络应用在传输过程中所具有的特征来区分不同的应用，需要解析数据包中的特征字段。主要用于识别P2P协议流量。 基于特征字段的流量分类 基于传输层主机行为的流量分类 分析主机在传输层的行为模式，主要有三个特点：不需要访问数据包的载荷内容；无需识别端口号；只需采集当前的流量信息。 主要分析三个层次的内容： 社会层：分析某台主机与哪些主机进行相互通信； 功能层：研究主机在网络中的功能，即它是做为一个提供者还是请求者，或者是两者兼有； 应用层：捕获特定主机间的相互作用，利用一个四元组通过观察流的特性来细化分类。 基于机器学习的流量分类—分类 也称监督机器学习方法，根据已标记样本的特点构造分类规则或分类器，将未知类别的样本映射到给定类别中的一个。它的输入为一些已经分好类的样本实体的集合，输出为通过这些样本产生的一个分类模型。主要包括两个过程：训练过程和分类过程。 目前，分类模型的构造方法主要包括决策树、朴素贝叶斯、支持向量机、关联规则学习、神经网络、NN算法、LDA算法和遗传算法等。 基于机器学习的流量分类—聚类 无监督学习，它是最终要发现相似数据点的结合，相对于有监督的机器学习法，无监督学习不需要事先有待分类对象的先验知识，只是根据待分类对象的相似度分类。 目前常用的聚类算法也有很多，如：k-means算法、DBSCAN、AutoClass和EM算法等。 几种分类方法比较 分类方法 基于端口号 基于特征字段 基于传输层主机行为 基于机器学习 准确度 低 非常高 较高 较高 分类速度 很快 慢 较快 慢 使用场景 使用传统IANA注册端口号的传统网络 数据包有效负载为明文 大流量骨干网络 传统及新型网络应用 优点 简单快速 适合P2P等新兴网络应用 能