流量識(shí)別對(duì)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(shí)別方法的局限性日益顯現(xiàn)，端口識(shí)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(shì)，DPI技術(shù)雖然可以有效地識(shí)別網(wǎng)絡(luò)流量，但是對(duì)于加密的流量則是束手無(wú)策。雖然基于機(jī)器學(xué)習(xí)的識(shí)別方法可以有效地改善這兩種技術(shù)存在的缺陷，而面對(duì)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(wèn)題，另外，目前抽樣技術(shù)已經(jīng)用于高速的網(wǎng)絡(luò)測(cè)量和網(wǎng)絡(luò)管理中，在抽樣的網(wǎng)絡(luò)環(huán)境下對(duì)于基于流的特征屬性的影響及測(cè)度之間的相關(guān)性的影響也是該領(lǐng)域目前的一個(gè)研究熱點(diǎn)。

本書(shū)所介紹的研究工作圍繞以上目標(biāo)展開(kāi)，通過(guò)建立標(biāo)準(zhǔn)數(shù)據(jù)集，研究報(bào)文抽樣、屬性選擇算法對(duì)識(shí)別精度的影響，評(píng)估分類算法對(duì)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(shí)別模型。全書(shū)共有8章及1個(gè)附錄。

希望本書(shū)的出版，能給學(xué)習(xí)流量識(shí)別技術(shù)的研究人員提供一個(gè)擴(kuò)展研究思路的平臺(tái)。本書(shū)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(píng)指正，以便本書(shū)質(zhì)量的進(jìn)一步提高。

本書(shū)包含筆者的研究?jī)?nèi)容和成果，同時(shí)也引用了一些國(guó)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！