Internet流量识别基础数据采集技术的研究

为对网络流量进行准确的分类,对比了基于主干网和基于主机的两种流量采集方案,探讨了这些采集系统的主要作用、采集流量的过程以及如何为采集的流量打上真实应用信息的标记,同时指出现有流量采集方案的优势和不足。     

基于流中前 5 个包的在线流量分类特征

针对在线流量分类所面临的特征计算复杂和分类性能不稳定问题,利用流开始的前 5 个数据包（排除三次握手数据包）,计算数据包大小、负载大小和到达间隔时间等网络流量的统计特征,通过分析 3 种机器学习算法（C4. 5、BayesNet 和NBTree）分类的结果,研究可用于在线流量分类的特征以及这些特征应该满足的条件。实验结果表明,所提特征计算简单,能快速有效地区分不同的流量,对于不同的机器学习算法,均取得了较高的分类准确率（92%以上）,适用于在线流量分类。     

基于决策树的网络流量分类方法

针对传统流量分类方法(基于端口和有效载荷)分类不可靠的问题,提出基于C4.5决策树算法,根据训练集中属性的信息增益比率构建分类模型,按属性对测试数据集进行预测,通过查找分类模型实现对网络流量的分类。在公开数据集和自己采集的数据集上进行实验,结果表明,采用C4.5决策树算法对网络流量分类,平均分类精度为93%,单类别分类精度均在90%以上,能有效地实现对网络流量应用类型的识别。     

纯Fe触媒体系下C3N6H6对宝石级金刚石生长的影响

采用温度梯法在纯铁触媒体系下,通过掺入三聚氰胺(C3N6H6)进行宝石级金刚石的合成,探究氮氢对合成宝石级金刚石的形貌、颜色影响.实验结果表明在纯铁触媒的体系中,随着三聚氰胺添加量的增加,宝石的颜色由棕黄色变为浅绿色;红外光谱检测显示,随着三聚氰胺添加量的增加,样品中氮得得含量逐渐增多,并且伴随着宝石级金刚石从样貌形态及内在物质含量上发生了明显变化.