一种基于本体的并行网络流量分类方法.pdf

第45 卷 第3 期 电 子 科 技 大 学 学 报 Vol.45 No.3 2016年5月 Journal of University of Electronic Science and Technology of China May 2016 一种基于本体的并行网络流量分类方法 1,2 2 2,3 陶晓玲 ，韦 毅 ，王 勇 (1. 桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室 广西 桂林 541004 ； 2. 桂林电子科技大学广西高校云计算与复杂系统重点实验室 广西 桂林 541004 ； 3. 桂林电子科技大学广西可信软件重点实验室 广西 桂林 541004) 【摘要】海量网络流量数据的处理与单一节点的计算能力瓶颈这一矛盾导致数据分类效率低，无法满足现实需求。为解 决这一问题，结合本体与MapReduce技术各自在海量异构数据描述与处理方面的优势，提出一种基于本体的并行网络流量分 类方法。该方法基于MapReduce并行计算架构，根据网络流量本体结构，对网络流量本体并行化构建；通过并行知识推理完 成基于流量统计特征的网络流量分类。实验结果表明，集群环境下基于MapReduce的网络流量本体构建效率明显高于单机环 境，而且适当增加计算节点使得加速比线性提升；并行知识推理的分类方法能够有效地提高大规模网络流量的分类效率。 关 键 词 知识推理; MapReduce; 网络流量分类; 本体; 并行化 中图分类号 TP393 文献标志码 A doi:10.3969/j.issn.1001-0548.2016.02.0018 An Ontology Based Parallel Network Traffic Classification Method TAO Xiao-ling1,2 2 2,3 , WEI Yi , and WANG Yong (1. Key Laboratory of Cognitive Radio and Information Processing, Guilin University of Electronic Technology Guilin Guangxi 541004; 2. Guangxi Colleges and Universities Key Laboratory of Cloud Computing and Complex Systems, Guilin University of Electronic Technology Guilin Guangxi 541004; 3. Guangxi Key Laboratory of Trusted Software, Guilin University of Electronic Technology Guilin Guangxi 541004) Abstract The contradiction between the processing of mass network traffic data and the computing bottleneck of a single node leads to low efficiency of data classificatio