若干应用分类论文的分析

文件名 目标概述 特征 算法简述 超参数 样本数目 准确率 其他
Bayesian Neural Networks for Internet Traffic Classification 10类 bulk database interactive mail service www p2p attack games multimedia 246维论文大概写出,具体要读其他的文献[24] naive bayes bayesian neural networks 10 hidden layers 512000 TCP flows 95% TCP ONLY 在flow packet byte上都进行试验
Discriminators for use in flow-based classification 10类 bulk database interactive mail service www p2p malicious games multimedia 248维 论文列表详细描述        
Efficient Flow based Network Traffic Classification using Machine Learning 7类 chat, instant message, mail, FTP, VoIP, www, p2p 44维 论文没有描述 是通过tcpdump和netmate两个工具得到 列表简述六类参考文献使用的特征 BAYES NET/C4.5(weka软件实现)   3500 82.33%/93.33%
Toward the Accurate Identification of Network Applications 10类 bulk database interactive mail service www p2p malicious games multimedia 端口号,包头,签名,协议语义         以包 比特 流量为单位 多次分类 
Network Traffic Classification based on Unsupervised Approach 文章没有说明 无描述 K-MEANS DBSCAN AUTOCLASS        
基于改进的C4.5 算法的网络流量分类方法 5类 BT,Edonkey,WEB,FTP,Youku 21维 从前期文献【4】获得37维,采用filter和wrapper模型筛选 C4.5 作者提出修改模型 准确率不变 速度更快 weka默认参数;confidenceFactor=0.25;minNumObj=2;numFolds=3;seed=1 15000 97%  
Lightweight Application Classification for Network Management 10类 bulk database interactive Email service www p2p attack games multimedia 文章表格列举 Naïve bayes 24小时采集到的数据 91% 主要关注TCP的准确率 探讨了每一类特征的重要性 训练数据和正确率的关系 数据抽样,数据量和正确率的关系
Internet Traffic Classification Using Bayesian Analysis Techniques 10类 bulk database interactive Email service www p2p attack games multimedia 248维 同论文Discriminators for use in flow-based classification Naïve bayes weka 48664 96% 应用kernel estimation的方法对数据进行预处理,后采用FCBF的方法,进行特征选择,实验证明对准确率有很大提升
ITCM A REAL TIME INTERNET TRAFFIC CLASSIFIER MONITOR 5类 www http ftp xvttp isakmp 5维 包数量,大小(MB),时间长度,包的平均大小,平均捕捉速度 C4.5,AdaBoost,KNN,Naïve Bayes,Flexible Naïve Bayes 3334 90%  
基于五元组加载荷特征的在线流量分类方法 5类 QQ HTTPS DNS SMTP HTTP 261维 ASCII出现次数统计(256)+五元组(源IP,目标IP,协议类型,源端口,目标端口) C4.5 WEKA 44786 99.82%  
Internet Traffic Classification 总结性地介绍推出的软件;建议从几个方面提取特征:·服务层
·视频编解码器
·IP地址
·音频编解码器
·MAC地址
·客户端设备
·客户端设备类型
·内容(如视频、音频)提供商
·操作系统
·浏览器
·媒体流类型
·会话协议
·媒体容器
·传输协议
·视频分辨率
从多个角度分析:·视频或音频流的持续时间
·计数的事件的数目
·跟踪“顶”项目(例如,使用最频繁的网址,最受欢迎的视频提供商,
等)
·累加(例如,添加了一些观察或测量值)
         
Traffic Classification Using Clustering Algorithms 4类 HTTP P2P POP3 SMTP 包数量,除去包头的平均有效载荷大小,包到达的平均间隔时间,包的平均大小,各个方向的比特传输数量 DBSCAN KMEANS e=0.02 minPts=3; K=9 1632051 72%,84%  
网络流量分类识别若干技术研究 7类 bulk interactive mail service www p2p service 5维 源IP地址、目的IP地址、传输时所采用的传输层协议类型以及源端口、目的端口 贝叶斯,神经网络,谱聚类   377526 51%,96.3%

猜你喜欢

转载自blog.csdn.net/b0207191/article/details/88432086