2019.9.23星期一

论文《Network Traffic Classification Techniques and Comparative Analysis Using Machine Learning Algorithms》2016.IEEE/ICCC

wireshark抓包+netmate提特征+Weka

P2P app使用动态端口

本文用4中ML算法分WWW、DNS、FTP、P2P、Telnet 应用    

应用层协议对应端口号：

 【插播一句突然想到的：就我这个系统流量，想要做到每条都清楚，还是要从pcap这样第一手数据进行分析，需要学习对pcap文件的分析方法，所有ML/DL的都是后来的辅助手段，用来发文章的，DL比较容易，做三层矩阵，做矩阵数学分析，时间空间多角度过，不管检测率怎么样，进一步可以写成大内网协议明确通用手段】

回到文章，关于DPI的一个传输层协议检测表格：（这个【5】其实可以看一下，看看DPI是怎么具体实现的）

 DPI面临的几点困难：

1.硬件开销大：在payload中搜索pattern是计算复杂的

2.加密payload用不了，老生常谈无解

3.对于新的application，需要找新的signature pattern（特征字段、签名模式）

继续下一部分讲了使用ML，给了两篇综述，【9】看过了，【8】晚上找来看看

 3.Network Traffic Classification Model

（1）提了一下一分钟内duration of one minute of WWW,DNS,FTP,P2P and Telnet application

（2）特征提取选择：

packet duration,packet length,inter arrival packet time protocol etc.

可选的是perl脚本 用的是NetMate tool

选了23个特征，具体没给，这就是扯淡，水货

 十折交叉检验

【后记：这篇论文 没卵用 下次还是鉴别一下再看】

13：56 一会三点去航天桥开会，一会儿2：30回去问问书和出差报销的事，现在做会儿leetcode

2019.9.23星期一

原文：https://www.cnblogs.com/tutu-juejue/p/11571818.html