ITCM：一种实时互联网流量分类监视器
网络与互联网体系结构
2015-01-08 v1 机器学习
摘要
高速网络的持续增长对实时网络分析系统提出了挑战。实时流量分类是企业与 ISP（互联网服务提供商）面临的一个问题。本工作提出一种基于流的实时网络流量分类系统的设计与实现。该分类监视器作为一个由三个模块组成的流水线：数据包捕获与预处理、流重组，以及基于机器学习（ML）的分类。这些模块被构建为具有明确定义数据接口的并发进程，以便任何模块可独立改进与更新。在该流水线中，流重组功能成为性能瓶颈。在本实现中，采用了一种高效的重组方法，带来约 0.49 秒的平均交付延迟。对于分类模块，比较了 K-近邻（KNN）、C4.5 决策树、朴素贝叶斯（NB）、灵活朴素贝叶斯（FNB）与 AdaBoost 集成学习算法的性能，以验证我们的方法。
引用
@article{arxiv.1501.01321,
title = {ITCM: A Real Time Internet Traffic Classifier Monitor},
author = {Silas Santiago Lopes Pereira and José Everardo Bessa Maia and Jorge Luiz de Castro e Silva},
journal= {arXiv preprint arXiv:1501.01321},
year = {2015}
}
备注
16 pages, 3 figures, 7 tables, International Journal of Computer Science & Information Technology (IJCSIT) Vol 6, No 6, December 2014