学位论文 > 优秀研究生学位论文题录展示
基于NetFPGA的网络流量分类
作 者: 李彬
导 师: 张凤荔
学 校: 电子科技大学
专 业: 软件工程
关键词: 网络流量分类 NetFPGA 朴素贝叶斯 后验概率
分类号: TP393.06
类 型: 硕士论文
年 份: 2011年
下 载: 160次
引 用: 0次
阅 读: 论文下载
内容摘要
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。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第一章 绪论 9-13 1.1 研究背景及意义 9-10 1.2 国内外研究现状 10-11 1.3 研究内容 11-12 1.4 论文组织结构 12-13 第二章 相关技术分析 13-29 2.1 网络流量分类相关技术 13-19 2.1.1 网络流量分类的方法 13-16 2.1.2 网络流量分类的算法 16-17 2.1.3 流量分类性能的衡量指标 17-18 2.1.4 网络流量分类的研究方向 18-19 2.2 NetFPGA 相关技术 19-27 2.2.1 NetFPGA 简介 19-21 2.2.2 NetFPGA 配置 21-24 2.2.3 NetFPGA 原理 24-27 2.3 流量分类与NetFPGA 27-28 2.4 本章小结 28-29 第三章 硬件设计:NetFPGA 路由器上扩展网络流量分类模块 29-41 3.1 网络流量处理模块 29-32 3.1.1 设计思路 29-30 3.1.2 模块框架 30-32 3.2 网络流量信息提取子模块 32-34 3.2.1 数据包的识别 32-33 3.2.2 网络流量信息提取 33-34 3.3 网络流量信息处理子模块 34-39 3.3.1 链接处理表 35-36 3.3.2 信息处理流程 36-37 3.3.3 表的查询和Hash 函数 37 3.3.4 Hash 冲突处理 37-38 3.3.5 主机通讯 38-39 3.4 流量控制子模块 39-40 3.5 本章小结 40-41 第四章 软件设计:网络流量分类器 41-54 4.1 算法选择 41-44 4.2 朴素贝叶斯分类算法 44-47 4.2.1 朴素贝叶斯分类算法原理 44-45 4.2.2 朴素贝叶斯网络流量分类器 45-47 4.3 朴素贝叶斯网络流量分类器改进 47-51 4.3.1 改进朴素贝叶斯分类算法的训练过程 47-48 4.3.2 单阈值朴素贝叶斯分类器 48-49 4.3.3 双阈值朴素贝叶斯分类器 49-50 4.3.4 分类单元位置优化 50-51 4.3.5 卡方检测提高精度 51 4.4 改进后朴素贝叶斯算法特点 51-53 4.5 本章小结 53-54 第五章 基于NetFPGA 的流量分类系统的实现 54-64 5.1 硬件模块间数据通讯实现 54-59 5.1.1 内部模块间的网络数据通讯 54-56 5.1.2 内部模块间的寄存器数据通讯 56-57 5.1.3 硬件与软件的通讯 57-59 5.2 硬件中数据表的实现 59-60 5.3 分类系统软件的实现 60-63 5.3.1 对象 60-62 5.3.2 软件结构 62-63 5.4 本章小结 63-64 第六章 测试 64-70 6.1 测试环境 64-65 6.2 测试结果及分析 65-69 6.2.1 系统吞吐率测试 65-66 6.2.2 分类器运算复杂度测试 66-67 6.2.3 分类器精度测试 67-69 6.3 本章小结 69-70 第七章 结束语 70-72 致谢 72-73 参考文献 73-76
|
相似论文
- 说话人识别中不同语音编码影响的补偿方法,TN912.34
- 数据挖掘在邮件反垃圾系统中的应用,TP393.098
- 贝叶斯分类算法的研究与应用,TP18
- 基于聚类分析的网络流量分类研究,TP393.06
- 基于机器学习方法的网络流量分类研究,TP393.06
- 基于贝叶斯理论的网络流量分类研究,TP393.06
- 时间序列异常值探测的Bayes方法及其在GPS数据处理中的应用,O212.8
- 基于预测似然的贝叶斯模型平均及其在电力负荷预测中的应用,F426.61
- 基于朴素贝叶斯与SVM的垃圾邮件检测系统的设计与实现,TP393.098
- 基于MAP的高光谱图像超分辨率方法研究,TP391.41
- 基于自适应阈值和马尔可夫随机场医学图像分割算法研究,TP391.41
- 低信噪比下的语音增强方法研究,TN912.35
- 基于左右手运动想象的分类算法与脑—机接口研究,TP11
- 基于多结构特征的垃圾博客识别研究,TP393.092
- 基于k-means和自适应谐振理论的网络流量分类方法,TP393.06
- 移动WiMAX网络编译码技术研究,TN911.22
- 红外序列图像超分辨率重建算法研究,TP391.41
- 基于形变模型的多摄像机人脸三维重建,TP391.41
- 重叠码分多址系统信道编译码技术研究,TN911.22
- 视频图像超分辨率重建技术研究,TP391.41
- 基于序列图像的超分辨率重建算法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络测试、运行
© 2012 www.xueweilunwen.com
|