全文总字数：3655字

1. 研究目的与意义及国内外研究现状

现代网络的多样性和复杂度随着网络的发展急速增加，早已远远超出最初设计者们的想象。同时isp也在尝试增强网络各方面的功能，包括安全性，可靠性，私密性和多样化的qos。为了区分服务的优先级，isp需要依据产生数据的应用类型实现网络流的分类。安全需求和经济需求促使近年来网络数据流分类技术的进步。对网络数据流的势态感知对于预防和回应恶意软件是十分重要的。这些恶意软件有时会以迅雷不及掩耳之势挤占合法链路的带宽。由于网络基建高昂的维护费用，运营商不得不持续优化网络的建设以及从其他的服务中获取更多的投资回报，如基于应用的差异化服务和对针对敏感内容的收费服务。因此，设计一个适合高速网络环境下的数据流分类算法是十分有价值的工作。

国内外研究现状

在过去的二十年里，至少有三个重要的原因使得传统基于传输层端口的分类办法的准确度降低：

1.大量的新应用不再仅仅使用iana注册的端口号，端口的选择越来越多样和自由

2.一些用户和应用程序的设计者使用知名端口来伪装产生的网络流量以便穿透防火墙

2. 研究的基本内容

研究高速网络数据分类的最新研究进展，设计一种适合高速网络环境下的网络数据流分类算法。设计的分类算法以应用程序产生的网络数据流(应用程序的某一活动产生的网络数据包组成的总体)为基本单位，对公共网路中的数据进行分类。设计的算法应该满足以下要求：

1.算法执行的过程中应该保持较低的硬件资源占用率

3. 实施方案、进度安排及预期效果

安排如下：

1. 阅读相关论文，了解研究的最新进展，分析当前尚未解决的问题
2. 设计合理的算法，实验验证算法
3. 整理实验结果，撰写论文

4. 参考文献

[1] courtneyr, calow a. a survey on internet traffic identification[j]. ieee communicationssurveys tutorials, 2009, 11(3):37-52.

[2] nguyent t t, armitage g. a survey of techniques for internet traffic classificationusing machine learning[j]. ieee communications surveys tutorials, 2008,10(3):56-76.

[3] moorea w, papagiannaki k. toward the accurate identification of networkapplications[j]. lecture notes in computer science, 2005, 3431:41-54.