基于NetFPGA的网络流量分类-软件工程专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 万方数据 万方数据 摘要 摘 要 高性能的网络流量分类是诸多网络安全问题的基础。研究网络流量分类，既 具有现实价值，又具有研究意义。论文基于 NetFPGA 网络可编程硬件平台研究网 络流量分类技术，并实现基于 NetFPGA 的高速、准确、可靠的网络流量分类系统。 NetFPGA 是美国斯坦福大学开发设计的，为网络研究人员提供的，一个低成 本可重用的网络硬件平台。其 FPGA 技术的应用使得平台既具有硬件的高速处理 性能，又具备像软件一样可编程、重复使用的灵活性。本论文充分认识到现有流 量分类技术速度性能、实时性、可扩展性等方面的不足，将 NetFPGA 硬件平台应 用到网络流量分类系统中。在 NetFPGA 硬件上，系统实现基于主机行为的网络流 量的信息收集、信息存储管理和流量控制等通过硬件实现的功能，并与软件结合 实现高速、高效的网络流量分类。 主机行为分析和网络流量统计特征分析是本论文网络流量分类的主要思想和 方法。论文主机行为分析主要内容是 IP 地址和端口区分，将网络流量按照 IP 地址 和端口进行归类，并收集流量的统计特征。流量统计特征分析选择快速、准确、 高效朴素贝叶斯分类算法。在传统的朴素贝叶斯分类算法的基础上，学习训练过 程中增加了后验概率的估算，并基于这种后验概率的估算技术设计了双阈值朴素 贝叶斯分类器。改进后的分类器既能节约大量的计算资源，又能对新的网络流量 进行主动识别，满足了高速网络流量分类的需求。 测试结果表明：NetFPGA 硬件和主机上分类器软件的结合，网络流量分类性 能得到较大的提升。处理网速达 700Mbps，分类算法节约计算资源 40%以上，分 类精度方面与决策树、神经网络、支持向量机等其它分类算法不相上下。 关键字：网络流量分类，NetFPGA，朴素贝叶斯，后验概率 I ABSTRACT ABSTRACT High-performance network flow classification is the foundation of many cyber securities. The Research of flow classification has both real-life value and its research Significance. Based on network hardware platform NetFPGA, this paper investigated the skills of flow classification, and designed a flow classification system by platform NetFPGA. NetFPGA is designed by Standford, aimed at creating a cheap and reusable hardware platform for researchers of cyber realm. Taking advantage of the FPGA, NetFPGA not only has high speed of hardware, but also has programmable, reusable ability like software. This paper is aware of the shortcomings of current flow classification, which is snow, delaying and steadfast, and applies the NetFPGA to flow classification area. The NetFPGA’s works contain collecting flow information, savin