公开(公告)号：CN105959175B

公开(公告)日：2019-10-22

申请号：CN201610258008.7

申请日：2016-04-21

Applicant: 南开大学

Inventor： 陈仁杰 ,  张玉 ,  张建忠 ,  徐敬东

IPC: H04L12/26 ,  H04L12/851

Abstract: 本发明提出了基于GPU加速的kNN算法的网络流量分类方法。该方法在对kNN算法相似度计算和排序上均使用GPU加速来大幅度提升分类性能，同时选取了一组高效的流特征建立流量分类器。本发明还提出了一种基于进程的网络流量获取方法，并以此作为实验过程的基础数据集以保证实验数据有效性。本发明的实验结果表明GPU峰值计算速度相对于CPU有了187倍提升，并且分类精确率基本能达到80％以上，对某些现有应用如FTP，WEB等达到了95％以上的准确率，充分证明本发明的有效性。

公开(公告)号：CN105959175A

公开(公告)日：2016-09-21

申请号：CN201610258008.7

申请日：2016-04-21

Applicant: 南开大学

Inventor： 陈仁杰 ,  张玉 ,  张建忠 ,  徐敬东

IPC: H04L12/26 ,  H04L12/851

Abstract: 本发明提出了基于GPU加速的kNN算法的网络流量分类方法。该方法在对kNN算法相似度计算和排序上均使用GPU加速来大幅度提升分类性能，同时选取了一组高效的流特征建立流量分类器。本发明还提出了一种基于进程的网络流量获取方法，并以此作为实验过程的基础数据集以保证实验数据有效性。本发明的实验结果表明GPU峰值计算速度相对于CPU有了187倍提升，并且分类精确率基本能达到80％以上，对某些现有应用如FTP，WEB等达到了95％以上的准确率，充分证明本发明的有效性。