基于机器学习的VoIP流量在线识别系统

作     者：刘建明 唐霞 李龙 Liu Jianming;Tang Xia;Li Long

作者机构：桂林电子科技大学计算机科学与工程学院广西桂林541004 桂林电子科技大学电子信息与自动化学院广西桂林541004 桂林电子科技大学机电工程学院广西桂林541004 

基　　金：国家自然科学基金(61262074 61562015) 

出 版 物：《电子技术应用》 (Application of Electronic Technique)

年 卷 期：2016年第42卷第8期

页      码：133-137页

摘      要：针对目前VoIP离线识别无法满足复杂网络环境中流量监控系统的实时性与高精度要求,设计并实现了VoIP流量在线识别系统。首先,基于数据挖掘工具WEKA中集成的机器学习算法,在扩大训练集的基础上对流统计特征进行筛选并搭建分类器模型。然后,利用JPcap库提出并设计边抓包边检测机制,实现VoIP流量快速识别。实验结果表明,该在线识别系统实时性高,且能达到92%的精度。

主 题 词：流量监控 VoIP 在线识别 机器学习 检测机制 

学科分类：0810[工学-土木类] 08[工学] 081203[081203] 0835[0835] 081002[081002] 0812[工学-测绘类] 

D　O　I：10.16157/j.issn.0258-7998.2016.08.033

馆 藏 号：203174264...