基于机器学习的P2P流量识别算法研究-通信与信息系统专业论文.docxVIP

中图分类号：TP393 密 级：公开 UDC：39 单位代码：10460 基于机器学习的 P2P 流量识别算法研究 Research of P2P traffic identification based on Machine learning algorithm 申请人姓名 谭静 学 位 类 别 工学硕士 专 业 名 称通信与信息系统 研 究 方 向 计算机网络通信技术 导 师 张治斌 职 称 教授 提 交 日 期 2014. 4 答辩日 期 2014. 6 河南理工大学 河 南 理 工 大 学 学 位 论 文 原 创 性 声 明 本人郑重声明：所呈交的学位论文： 基于机器学习的 P2P 流量识别算 法研究 ，是我个人在导师指导下进行的研究工作及取得的研究成果。论文 中除了特别加以标注和致谢的地方外，不包含任何其他个人或集体已经公开 发表或撰写过的研究成果。其他同志对本研究的启发和所做的贡献均已在论 文中作了明确的声明并表示了谢意。 本人愿意承担因本学位论文引发的一切相关责任。 学位论文作者签名 : 年 月 日 河 南 理 工 大 学 学 位 论 文 使 用 授 权 声 明 本学位论文作者及导师完全了解河南理工大学有关保留、使用学位论文 的规定，即：学校有权保留和向有关部门、机构或单位送交论文的复印件和 电子版，允许论文被查阅和借阅，允许将本学位论文的全部或部分内容编入 有关数据库进行检索和传播，允许采用任何方式公布论文内容，并可以采用 影印、缩印、扫描或其他手段保存、汇编、出版本学位论文。 保密的学位论文在解密后适用本授权。 学位论文作者签名： 导师签名： 年 月 日 年 月 日 致谢 在本文快要完稿之际，我才意识到，研究生三年的学习生涯就要结束了，如 同歌中唱的，时间都去哪了，还没好好珍惜就要毕业了，时间就像小偷，将过去 的日子悄无声息的偷走，留下的只有美好的回忆。在这三年的时间中，有太多的 事情让我难忘，有太多的人我想感激。 首先，我要感谢在生活学习各方面给我关心帮助最大的人，我的导师，张治 斌教授。他涉猎的知识领域广而精，学术造诣高深，是一位博学睿智的长者。他 教会了我很多，在我的学习生活上为我指明了方向。在学业上，他的实干精神， 认真精神以及好学精神时刻影响着我，他教导我对待科研要有严谨的态度，并多 次带领我参加相关学术领域的交流会议，开阔了我的眼界，提升了我的科研能力； 在生活中，他好善乐施，将我当成家人一样关怀鼓励，在我遇到困难的时候总是 尽最大努力去帮忙，他乐观的生活态度一直感染着我，使我在困境中也能保持积 极向上的心态。他不仅培养了我科研的能力，更教会了我做人的道理。 我还要感谢我的研究生同门李燕歌，对我的论文结构中存在的问题，她给我 提出了很多建设性的宝贵意见，在我迷茫的阶段，给我指明了方向。并且在我特 别需要帮助的时候，她伸出了援手，在准备自己论文的同时帮助我对论文的格式 等方面进行了修改，在此向她表达我最衷心的感谢。我要感谢我的室友牛津，张 艺，田肖，三年的生活中她们与我生活在同一个屋檐下，互相帮助，共同进步， 有着非常好的相处氛围，感谢她们在我欢乐时同我分享，在我难过时替我分担。 感谢研究生诸位同学，与他们的快乐相处让我度过了三年难忘的时光。感谢所有 在我写论文期间对我提供帮助的老师，同学以及朋友，论文的顺利完成离不开他 们的支持。 感谢百忙之中抽出时间对我论文进行评审的张俊老师，给我提出了许多宝贵 的意见，感谢其他参与论文评审和参加答辩的各位专家、教授。 最后，我要感谢我的家人，在我成长的道路给予我无私的爱，没有他们的付 出就没有今天的我，他们是我在人生道路上奋发前进的动力，在此，向他们表示 由衷的感谢。 I I 摘要 P2P 技术的快速发展使得 P2P 流量在网络流量中的比重越来越大，到目前为 止，P2P 流量成为网络中所占比重最大的流量，这对网络管理造成了巨大的困难， 对流量监控技术提出了更高的要求。与此同时，P2P 应用为了躲避检测，正在向 可以随机选择端口号进行通信和对应用层数据加密的方向发展，因此，造成早期 的流量识别技术对 P2P 流量的识别准确率降低，无法达到预期的要求，目前机器 学习的方法逐渐兴起，在流量识别中的应用由于具有不依赖端口号与负载信息的 优势，得到了研究界的广泛关注。 本文对首先 P2P 技术进行了分析，包括 P2P 技术的定义、网络结构、特点以 及应用类型，对现阶段的 P2P 流量识别技术进行了总结，并重点分析研究了在 P2P 流量识别中的机器学习算法。接下来深入研究了机器学习中的 K 均值与决策树算 法，针对决策树模型在标签样本稀少的情况下识别准确率不高的问题，提出一种 基于 K 均值与决策树的 P2P 流量识别算法。为提高 K 均值聚类的准确性，为决策 树训练