流量識別對互聯(lián)網(wǎng)的網(wǎng)絡(luò)安全和網(wǎng)絡(luò)管理領(lǐng)域具有重要意義。隨著網(wǎng)絡(luò)應(yīng)用技術(shù)的不斷發(fā)展，傳統(tǒng)識別方法的局限性日益顯現(xiàn)，端口識別由于P2P等應(yīng)用端口的使用方式而失去了自身的優(yōu)勢，DPI技術(shù)雖然可以有效地識別網(wǎng)絡(luò)流量，但是對于加密的流量則是束手無策。雖然基于機(jī)器學(xué)習(xí)的識別方法可以有效地改善這兩種技術(shù)存在的缺陷，而面對眾多機(jī)器學(xué)習(xí)算法，如何從中選擇或者加以改進(jìn)以適合特定實(shí)際流量環(huán)境仍是該領(lǐng)域未能完全解決的問題，另外，目前抽樣技術(shù)已經(jīng)用于高速的網(wǎng)絡(luò)測量和網(wǎng)絡(luò)管理中，在抽樣的網(wǎng)絡(luò)環(huán)境下對于基于流的特征屬性的影響及測度之間的相關(guān)性的影響也是該領(lǐng)域目前的一個研究熱點(diǎn)。

本書所介紹的研究工作圍繞以上目標(biāo)展開，通過建立標(biāo)準(zhǔn)數(shù)據(jù)集，研究報文抽樣、屬性選擇算法對識別精度的影響，評估分類算法對屬性特征在抽樣條件下的敏感程度，在此基礎(chǔ)上，建立面向不同環(huán)境和需求的多分類器融合流量識別模型。全書共有8章及1個附錄。

希望本書的出版，能給學(xué)習(xí)流量識別技術(shù)的研究人員提供一個擴(kuò)展研究思路的平臺。本書主要是以筆者的博士論文為基礎(chǔ)的，是筆者在博士期間的工作總結(jié)，內(nèi)容方面已反復(fù)修改和論證，但難免有不足之處，歡迎廣大讀者批評指正，以便本書質(zhì)量的進(jìn)一步提高。

本書包含筆者的研究內(nèi)容和成果，同時也引用了一些國內(nèi)外學(xué)術(shù)研究的觀點(diǎn)，在此向有關(guān)人士致以衷心的感謝！