• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Traffic monitoring and analysis >Mining Unclassified Traffic Using Automatic Clustering Techniques
【24h】

Mining Unclassified Traffic Using Automatic Clustering Techniques

机译：使用自动聚类技术挖掘未分类的流量

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper we present a fully unsupervised algorithm to identify classes of traffic inside an aggregate. The algorithm leverages on the K-means clustering algorithm, augmented with a mechanism to automatically determine the number of traffic clusters. The signatures used for clustering are statistical representations of the application layer protocols. The proposed technique is extensively tested considering UDP traffic traces collected from operative networks. Performance tests show that it can clusterize the traffic in few tens of pure clusters, achieving an accuracy above 95%. Results are promising and suggest that the proposed approach might effectively be used for automatic traffic monitoring, e.g., to identify the birth of new applications and protocols, or the presence of anomalous or unexpected traffic.
机译：在本文中，我们提出了一种完全不受监督的算法来识别聚合内的流量类别。该算法利用K-means聚类算法，并增加了一种自动确定流量聚类数量的机制。用于群集的签名是应用程序层协议的统计表示。考虑到从有效网络中收集到的UDP流量跟踪信息，对该技术进行了广泛的测试。性能测试表明，它可以将流量聚集在几十个纯群集中，达到95％以上的准确性。结果是有希望的，并且表明所提出的方法可以有效地用于自动流量监视，例如，以识别新应用程序和协议的诞生，或者异常或意外流量的存在。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号