一种基于数据包大小和聚类算法的业务识别法
随着P2P和多媒体流量的发展，原有的流量识别方法越来越显现出其不足。为识别这些流量，需要识别效率和准确性更高的识别方法。本文对基于数据流前几个数据包大小的流量识别方法进行了分析比较。该方法不需要对全部数据包进行分析，提高了识别的时效性，但是随着所需分析数据包数的增加，就会遇到“内容传输问题”。为解决该问题，本文借鉴了“倒数法”，对数据包大小值取倒数来适应数据包的变化。并结合鲁棒性较强的K-medoids算法来改进识别方法的有效性，从而提高识别的准确性。
内容传输问题 流统计信息 倒数法 数据包大小 K-medoids算法 流量识别
孙艳凤 张顺颐
南京邮电大学信息网络技术研究所,江苏 南京 210003
国内会议
天津
中文
1-5
2009-08-23（万方平台首次上网日期，不代表论文的发表时间）