一种基于粒子计算的流量分类方法技术

本发明专利技术公开了一种基于粒子计算的流量分类方法，该方法包括如下步骤：S1、构建待分类流的流量粒子，流量粒子包括体量粒子及时量粒子；S2、构建体量粒子及时量粒子的结构粒，α

A flow classification method based on particle computing

【技术实现步骤摘要】
一种基于粒子计算的流量分类方法
本专利技术属于流量分类
，更具体地，本专利技术涉及一种基于粒子计算的流量分类方法。
技术介绍
随着网络技术的迅猛发展，网络应用(如P2P、Web、视频流等)呈爆发式增长，为此，研究者们提出一系列传输策略用以提高网络运行效率，如流量工程、容量规划、流量可视化、节能调度等。然而，这些策略的基础是，首先要对网络流量进行准确的分类，可见流量的分类研究意义重大；此外，流量分类在网络安全、流量计费等领域也具有重要意义。然而，流量分类正陷入一种困境：在线的方法只能实现粗粒度的分类，将流量粗略分成文本，语音，视频等有限的几个大类；而要想获得细粒度的分类(如视频又可以细分为在线直播、点播、流媒体等类别)，却只能以离线的方式进行；以下四种流量分类方法，当用于在线细粒度分类时，其优点以及瓶颈和制约分别表现在：1、DPI深度包检测则是一种相对精准的分类方法。它探测每个包的有效载荷，搜索特定的关键字以识别该流量所属的类型。但是，这种方法侵犯个人隐私，对于加密流量更是无计可施；2、协议解析方法。即通过协议的语义解析，推本文档来自技高网...

【技术保护点】
1.一种基于粒子计算的流量分类方法，其特征在于，所述方法具体包括如下步骤：/nS1、构建待分类流F

【技术特征摘要】
1.一种基于粒子计算的流量分类方法，其特征在于，所述方法具体包括如下步骤：
S1、构建待分类流Fa的流量粒子，流量粒子包括体量粒子及时量粒子；
S2、构建体量粒子及时量粒子的结构粒，αv为体量粒子的结构粒，αt为时量粒子的结构粒；
S3、基于结构粒αv及αt构建流量粒子的粒关系矩阵Ca；
S4、基于粒关系矩阵Ca计算待分类流Fa与各流类别的差异度，若差异度最小值小于或等于阈值，将差异度最小的流类别作为待分类流的流类别；
所述体量粒子是由大小差异在给定阈值Thrv范围内的邻近数据包融合形成；
所述时量粒子是由时间间隔差异在给定阈值Thrt范围内的数据包融形成。


2.如权利要求1所述基于粒子计算的流分类方法，其特征在于，粒关系矩阵Ca的计算公式具体如下：



αv为体量粒子的结构粒，观测的尺度最小为m＝1，最大为m＝X，存在X个观测值；αt为时量粒子的结构粒，观测的尺度最小为m＝1，最大为m＝Y，存在Y个观测值，T是矩阵的转置，...

【专利技术属性】
技术研发人员：汤萍萍，王冬菊，王再见，杨凌云，
申请(专利权)人：安徽师范大学，
类型：发明
国别省市：安徽;34