亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于Spark的大規(guī)模網(wǎng)絡(luò)流量分類研究

        2016-04-22 09:20:47劉澤燊潘志松
        計算機(jī)時代 2016年4期
        關(guān)鍵詞:網(wǎng)絡(luò)安全

        劉澤燊+潘志松

        摘 要: 機(jī)器學(xué)習(xí)算法處理流量分類問題已經(jīng)成為網(wǎng)絡(luò)安全領(lǐng)域一個研究熱點。為了提高大規(guī)模網(wǎng)絡(luò)流的分類效率,引入并行SVM算法來識別網(wǎng)絡(luò)流量,提出了一種基于Spark平臺的大規(guī)模網(wǎng)絡(luò)流在線分類方案。該方案利用置信域牛頓法(TRON)并行優(yōu)化線性SVM算法構(gòu)建流量分類模型,然后融合最新的實時計算框架,實現(xiàn)對大規(guī)模網(wǎng)絡(luò)流的在線識別。實驗結(jié)果表明,利用并行SVM算法在損失較小精度的前提下可以加快網(wǎng)絡(luò)流的模型訓(xùn)練和分類速度,符合大規(guī)模網(wǎng)絡(luò)流在線分類的需要。

        關(guān)鍵詞: 流量分類; 網(wǎng)絡(luò)安全; Spark; 并行SVM; 大規(guī)模數(shù)據(jù)

        中圖分類號:TP391 文獻(xiàn)標(biāo)志碼:A 文章編號:1006-8228(2016)04-01-05

        Study on large scale network traffic classification on Spark platform

        Liu Zeshen, Pan Zhisong

        (College of Command Information System, PLA University of Science and Technology, Nanjing, Jiangsu 210007, China)

        Abstract: Internet traffic classification using machine learning has become a hot research topic in the field of network security. In order to improve the classification efficiency of large scale network flow, this paper introduces a parallel SVM algorithm to identify the network traffic, and proposes a real-time classification scheme for large scale network flow based on Spark. This method builds a classification model using parallel SVM algorithm, and then it is integrated with the latest flow processing framework for real-time classification of large-scale networks. Experimental results show that parallel SVM algorithm can greatly improve the training and classification speed of the network flow model, on the premise of little loss of precision.

        Key words: traffic classification; network security; Spark; parallel SVM; large scale data

        0 引言

        隨著互聯(lián)網(wǎng)的快速發(fā)展,網(wǎng)絡(luò)安全和網(wǎng)絡(luò)擁塞等問題也日益嚴(yán)重。為了更好的識別異常流量及優(yōu)化配置網(wǎng)絡(luò)資源,必須準(zhǔn)確分類網(wǎng)絡(luò)流中各種應(yīng)用類型。因此對大規(guī)模網(wǎng)絡(luò)流量進(jìn)行快速、準(zhǔn)確的分類具有十分重要的意義。

        近年來網(wǎng)絡(luò)應(yīng)用多元化的發(fā)展趨勢給網(wǎng)絡(luò)流分類帶來一系列的挑戰(zhàn),動態(tài)端口以及隨機(jī)端口技術(shù)的出現(xiàn),使得最初分析端口號的分類手段已經(jīng)不能準(zhǔn)確的對P2P等新型應(yīng)用進(jìn)行分類[1],同時基于有效負(fù)載的方法很難處理加密流量[2]。針對上述網(wǎng)絡(luò)流分類技術(shù)日益凸顯的缺點,將流量分類問題轉(zhuǎn)化為機(jī)器學(xué)習(xí)問題成為當(dāng)前研究趨勢。在聚類算法中,Erman等人[3]分析了K-Means、DBSCAN和AutoClass三種聚類算法的網(wǎng)絡(luò)流分類性能,因為此類無監(jiān)督算法無需使用訓(xùn)練樣本的類標(biāo),所以能夠識別新型網(wǎng)絡(luò)應(yīng)用,但是聚類完成后必須進(jìn)行人工標(biāo)記,同時整體分類精度偏低。對于分類算法,Moore等人[4]將樸素貝葉斯和改進(jìn)的貝葉斯方法應(yīng)用到網(wǎng)絡(luò)流分類,能將準(zhǔn)確率提高到95%,但是貝葉斯算法要求樣本特征遵循高斯分布,然而實際的網(wǎng)絡(luò)流數(shù)據(jù)很難滿足,所以具有不穩(wěn)定等缺點。徐鵬等人[5-6]針對貝葉斯分類過分依賴樣本空間分布的問題,提出了利用訓(xùn)練數(shù)據(jù)信息熵的決策樹分類方法和基于結(jié)構(gòu)風(fēng)險最小化的SVM分類方法,這兩種方法都取得了較高的準(zhǔn)確率和穩(wěn)定性,但是決策樹學(xué)習(xí)高維樣本時具有很高的復(fù)雜度,而SVM算法訓(xùn)練大規(guī)模樣本時存在時間長和內(nèi)存占用大等問題。Yang等人[7]則將lasso特征選擇算法應(yīng)用到網(wǎng)絡(luò)流異常檢測,通過降低訓(xùn)練樣本維度加快了模型訓(xùn)練以及流量識別速度。Groleat等人[8]則基于FPGA設(shè)計了一個用于在線檢測的實時SVM分類器,通過硬件加速,極大的提高了檢測的效率。通過上述研究,基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流分類取得了一定的進(jìn)展,然而對大規(guī)模流量分類缺乏實時響應(yīng),同時很少有人關(guān)注網(wǎng)絡(luò)流在線識別。Spark[9]作為一種新的計算框架,通過擴(kuò)展集群能夠?qū)Υ笠?guī)模數(shù)據(jù)進(jìn)行快速處理,同時具有自動處理失效節(jié)點和負(fù)載均衡的功能。

        本文深入分析了單機(jī)SVM算法分類網(wǎng)絡(luò)流的不足之處,以分布式計算為基礎(chǔ),給出了一種基于Spark平臺的大規(guī)模網(wǎng)絡(luò)流在線分類方案 。主要工作有:①應(yīng)用置信域牛頓法快速優(yōu)化分布式的SVM分類算法;②對比分析了大規(guī)模網(wǎng)絡(luò)流在線分類方案跟單機(jī)SVM算法的性能。實驗結(jié)果表明,該方案不但能夠快速訓(xùn)練分類模型和識別流量數(shù)據(jù),而且具有較高的準(zhǔn)確率和穩(wěn)定性。

        1 Apache Spark技術(shù)

        猜你喜歡
        網(wǎng)絡(luò)安全
        網(wǎng)絡(luò)安全(上)
        網(wǎng)絡(luò)安全知多少?
        工會博覽(2023年27期)2023-10-24 11:51:28
        新量子通信線路保障網(wǎng)絡(luò)安全
        網(wǎng)絡(luò)安全
        網(wǎng)絡(luò)安全人才培養(yǎng)應(yīng)“實戰(zhàn)化”
        上網(wǎng)時如何注意網(wǎng)絡(luò)安全?
        網(wǎng)絡(luò)安全與執(zhí)法專業(yè)人才培養(yǎng)探索與思考
        設(shè)立網(wǎng)絡(luò)安全專項基金 促進(jìn)人才培養(yǎng)
        網(wǎng)絡(luò)安全監(jiān)測數(shù)據(jù)分析——2015年12月
        網(wǎng)絡(luò)安全監(jiān)測數(shù)據(jù)分析——2015年11月
        日韩欧美中文字幕公布| 日韩AV无码乱伦丝袜一区| 亚洲综合天堂av网站在线观看| 男女啪啪视频高清视频| 日韩aⅴ人妻无码一区二区| 久久综合给合久久狠狠狠97色69| 国产欧美亚洲精品第二区首页| 久久国产精品国语对白| 日日麻批免费40分钟无码| 中文字幕日韩精品无码内射| 亚洲AⅤ无码片一区二区三区| 亚洲免费av第一区第二区| 亚洲成人中文字幕在线视频| а√资源新版在线天堂| 一本一本久久a久久| 成人短篇在线视频夫妻刺激自拍| 久久九九精品国产av| 久久久久人妻一区精品色欧美| 热久久久久久久| 在线精品亚洲一区二区三区 | 精品久久综合一区二区| 一区二区三区四区午夜视频在线| 一区二区三区内射美女毛片 | 婷婷成人丁香五月综合激情| 精品无码一区二区三区亚洲桃色| 中文字幕无码高清一区二区三区 | 亚洲AV综合久久九九| 国产精品区二区东京在线| 人人妻人人添人人爽欧美一区| 国模少妇一区二区三区| 精品国产91久久久久久久a| 国产一区二区三区成人| 久久精品国产只有精品96| 又大又粗弄得我出好多水| av毛片在线播放网址| 亚洲一区二区三区高清在线| 怡红院免费的全部视频| 亚洲三级在线播放| 中文字幕亚洲一区二区三区| 野外亲子乱子伦视频丶| 99热最新在线观看|