本体驱动的并行网络流量分类方法研究.pdfVIP

摘要 摘 要 伴随着高速、大规模复杂网络的出现，网络流量数据呈现出多源、异构、海量 的特点，致使网络流量分类面临巨大的挑战。目前存在的主要问题归结为：多个数 据源提供的网络流量数据之间可能会存在数据不一致性问题，从而影响网络流量分 类结果的准确性；面向海量网络流量数据的处理将会遇到单一节点的计算能力瓶颈， 存在数据处理效率低下的问题。结合本体与云计算各自在海量异构数据描述与处理 方面的互补优势，将其引入网络流量分类领域，研究本体驱动的并行网络流量分类 方法。论文的主要创新工作有： 针对传统网络流量分类模型难以胜任大规模复杂网络环境下流量分类任务的问 题，根据当前网络流量数据所呈现的新特点，提出一种本体驱动的网络流量并行分 类模型。该模型划分为网络流量数据源层、网络流量本体构建层、网络流量分类层 和应用服务层，将流量分类任务从数据采集、数据描述到数据分类按模块分层执行。 并基于该模型设计原型系统，该系统能够较好地适应大规模网络环境下的网络流量