基于Apriori算法的流量识别特征自动提取方法

刘兴彬; 杨建华; 谢高岗; 胡玥

您当前的位置：

首页 >

文章列表页 >

基于Apriori算法的流量识别特征自动提取方法

学术论文 | 更新时间：2024-10-14

- 基于Apriori算法的流量识别特征自动提取方法
- Automated mining of packet signatures for traffic identification at application layer with apriori algorithm
- 通信学报 2008年29卷第12期页码：51-59
- 作者机构：
  
  1. 中国科学院计算技术研究所下一代互联网研究中心
  2. 北京科技大学信息工程学院
- 作者简介：
- 基金信息：
  
  国家重点基础研究发展计划(“973”计划)基金资助项目(2007CB310702);国家自然科学基金资助项目(90604015)
- DOI：
  中图分类号： TP393.08
- 纸质出版日期：2008
- 稿件说明：
移动端阅览
刘兴彬, 杨建华, 谢高岗, 等. 基于Apriori算法的流量识别特征自动提取方法[J]. 通信学报, 2008,29(12):51-59.

LIU Xing-bin1, YANG Jian-hua1, XIE Gao-gang1, et al. Automated mining of packet signatures for traffic identification at application layer with apriori algorithm[J]. 2008, 29(12): 51-59.
刘兴彬, 杨建华, 谢高岗, 等. 基于Apriori算法的流量识别特征自动提取方法[J]. 通信学报, 2008,29(12):51-59. DOI：

LIU Xing-bin1, YANG Jian-hua1, XIE Gao-gang1, et al. Automated mining of packet signatures for traffic identification at application layer with apriori algorithm[J]. 2008, 29(12): 51-59. DOI：

摘要

提出了一种基于Apriori算法自动提取协议识别特征的方法

该方法可以自动提取2种最常用的协议识别特征——特征字符串和包长特征

提取特征的效率较传统方法有很大的提高。通过识别率、准确率、正误识别率和负误识别率等指标验证了所提取特征的准确性和完整性

并根据结果反馈指导特征提取的过程

保证了提取特征的可靠性。

Abstract

Automatic and accurate extraction packet signatures are the foundation of the precise traffic identification at application level. A method which can automatically extract the packet signatures of characteristic string and packet length for traffic identification at application layer was proposed. The identification rate

accuracy rate

positive identifi-cation error rate and negative identification error rate have been verified with experiment on some traces to valid the mined signatures.

关键词

Keywords

references

浏览量

646

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

数据中心中面向光互联的流量识别与调度研究

基于决策树的P2P节点识别技术研究

基于UDP流量的P2P流媒体流量识别算法研究?