[00819184]基于云计算平台的高速网络流量分类方法研究

高速网络越来越普及，流量分类是认识、管理、优化各种网络资源的重要依据，高效、准确、实时地识别互联网流量对于分析网络发展趋势、合理规划网络、提供服务质量保证、营造安全的网络环境等都具有重要的意义。该项目从高速网络流量并行处理、并行调度及负载均衡、网络流量特征选择和分类方法四个方面进行深入研究。完成了基于开源的Hadoop云计算平台的组建；设计并实现了基于Hadoop平台的并行处理架构来集成多个网络流量分类器的问题，解决了单机进行网络流量分类吞吐量小的瓶颈；还设计了基于FPGA 的分级并行高速网络TCP 流重组模型，实现高效的网络数据处理。设计并实现了面向并行网络流量分类的负载均衡算法、基于分层多代理的云计算负载均衡方法、基于多片FPGA 的双优先级动态调度算法、基于FPGA 的高速网络流量负载均衡调度方法，实现合理分配各种计算资源；设计并实现了基于混合约束的半监督网络流量特征选择方法及基于成对约束扩展的半监督网络流量特征选择方法，实现快速过滤冗余特征，提高分类性能。设计并实现了基于DPI 和机器学习相结合的网络流量分类方法、基于SVM 的并行网络流量分类方法、基于增量学习的半监督网络流量分类方法、基于云计算的并行关联规则算法、基于FPGA 的NB 网络流量分类方法，实现可靠、高速的网络流量分类。