An Efficient Internet Traffic Classification System Using Deep Learning for IoT
物联网（IoT）定义了连接到互联网并在彼此之间和中央位置之间共享大量数据的设备网络。这些物联网设备连接到网络，因此容易受到攻击。各种管理任务和网络操作，如安全、入侵检测、服务质量配置、性能监控、资源配置和流量工程，都需要流量分类。由于传统的分类方案，如基于端口和基于有效载荷的方法的无效性，研究人员提出了基于机器学习的流量分类系统的基础上浅神经网络。此外，基于机器学习的模型由于不正确的特征选择而倾向于对互联网流量进行错误分类。在这项研究中，提出了一个有效的多层深度学习的分类系统，以克服这些挑战，可以分类互联网流量。为了检验所提出的技术的性能，摩尔数据集用于训练分类器。该方案采用预处理后的数据，并使用深度神经网络（DNN）提取流特征。特别地，最大熵分类器用于对互联网流量进行分类。实验结果表明，提出的混合深度学习算法是有效的，并实现了高精度的互联网流量分类，即，百分之九十九点二三此外，该算法实现了最高的精度相比，支持向量机（SVM）为基础的分类技术和k-最近邻（KNN）为基础的分类技术。
2021-07-26 cs.NI
Reserved: Dissecting Internet Traffic on Port 0
传输协议使用端口号来允许Internet主机上的连接多路复用。TCP和UDP这两种最广泛使用的传输协议对构成有效和无效端口号的内容有限制。这些协议的无效端口号的一个示例是端口0。在这项工作中，我们提出了初步的结果，从分析端口0交通在一个大的欧洲IXP。在一周的流量中，我们发现74GB的端口0流量。绝大多数流量的源端口和目的端口都设置为0，这表明扫描或侦察是其根本原因。我们的分析还表明，所有端口0流量中有一半以上的流量仅针对18个AS，而所有流量中有一半以上是由大约100个AS发起的，这表明源AS的集合更加多样化。
2020-04-07 cs.NI
Vcash: A Novel Reputation Framework for Identifying Denial of Traffic Service in Internet of Connected Vehicles
随着UGV技术的快速发展，车联网信任管理成为近年来的研究热点。然而，现有的解决方案基于车辆之间的可信性验证的交通事件的传输效率相当低。在本文中，我们假设部署的RSU可以提供任何对RSU和车辆之间的有效通信，并提出Vcash，一个信誉框架，用于识别拒绝交通服务，解决互联车辆的应用层的可信性问题。在我们的信誉框架中，每辆车都直接与RSU进行交通事件验证，并传播已验证的交通事件通知。借鉴市场交易的思想，通过建立交易规则，限制恶意车辆传播虚假信息，鼓励车辆为交通事件的监测和核查做出贡献。为了评估我们的声誉框架的有效性，我们进行了模拟实验。我们的实验结果表明，我们的建议，以避免虚假的事件传播，在我们的框架中的车辆有贡献的交通事件检测正常使用的交通服务。
2019-11-27 cs.NI
Network Link Dimensioning based on Statistical Analysis and Modeling of Real Internet Traffic
互联网服务提供商使用链路尺寸来正确配置其网络链路的容量。运营商必须为突发流量和网络故障做好准备，以确保不间断的运营。实际上，流量平均值用于粗略估计所需容量。更准确的解决方案通常需要从数据包捕获中轻松获得流量统计数据，例如方差。我们对真实网络流量的研究表明，在较小的聚集时间内，网络流量具有很高的变化性，这表明网络流量具有自相似性和重尾性。自相似性和重尾性对于网络容量规划具有重要意义。流量建模过程应考虑所有的互联网流量特征。因此，网络的服务质量（QoS）不会受到真实业务属性与参考统计模型之间的任何失配的影响。本文提出了一类新的流量配置文件，更适合于计量突发的互联网流量流。我们采用带宽供应，以确定网络链路所需的最低带宽容量水平，这样对于给定的流量负载，所需的性能目标得到满足。我们验证我们的方法使用数据包捕获从真正的基于IP的网络。建议的链路尺寸的方法开始测量可用的痕迹的统计参数，然后在流量的波动程度已被测量。其次是选择合适的模型来拟合流量，如对数正态分布和广义极值分布。最后，可以通过部署带宽供应方法来估计链路的最佳容量。它已被证明，重尾分布给出更精确的值比高斯模型的链路容量。
2017-10-01 cs.NI
Active Internet Traffic Filtering: Real-time Response to Denial of Service Attacks
拒绝服务攻击（DoS）是Internet安全面临的最具挑战性的威胁之一。攻击者通常会危害大量易受攻击的主机，并使用它们来淹没受害者的站点，使其充满恶意流量，堵塞其尾部电路并干扰正常流量。目前，受到攻击的站点的网络运营商没有其他解决方案，只能通过在适当的边缘路由器中插入过滤器来手动响应，以丢弃攻击流量。然而，随着DoS攻击变得越来越复杂，手动过滤器传播变得不可接受地慢，甚至不可行。在本文中，我们提出了主动互联网流量过滤，一个新的自动过滤器传播协议。我们认为，该系统提供了一个有保证的，显着的保护水平，以换取合理的，有限的路由器资源。我们还认为，建议的系统不能被滥用的恶意节点干扰正常的互联网操作。最后，我们认为，它保持其效率在面对互联网的持续增长。
2003-09-29 cs.NI
Internet Traffic Matrix Structural Analysis Based on Multi-Resolution RPCA
互联网流量矩阵在网络运营和管理中起着重要的作用，因此，对网络流量矩阵进行结构分析，将其分解为不同的流量分量，对网络应用具有重要的意义。基于鲁棒主成分分析（RPCA）理论，提出了一种基于小波多分辨率分析的流量矩阵结构分析方法--多分辨率RPCA。首先，我们建立了多分辨率流量矩阵分解模型（MR-TMDM），它通过小波系数来表征确定性流量的平滑性。其次，在此模型的基础上，对稳定主成分追踪（SPCP）进行了改进，提出了一种新的多分辨率约束下的流量矩阵分解方法SPCP-MRC，并设计了其数值算法。具体地，我们给出并证明了算法中一个子问题的封闭解。最后，我们评估不同的流量分解方法，通过多组模拟的流量矩阵包含不同类型的异常和不同的噪声水平。实验结果表明，与其他方法相比，SPCP-MRC方法能够实现更准确、更合理的流量分解。
2015-06-26 cs.NI
On the Statistical Characterization of Flows in Internet Traffic with Application to Sampling
本文提出了一种新的估计Internet中TCP流统计特性的方法。为此，定义了一组新的随机变量（称为可观测量）。当处理采样流量时，这些可观测量可以很容易地从采样数据中计算出来。通过采用一个方便的鼠标/大象二分法也依赖于流量，它示出了这些变量如何给出一个可靠的统计表示的数据包的数量在连续的时间间隔与适当的持续时间由大流量。一个数学框架的开发，以估计该方法的精度。作为一个应用程序，它示出了如何可以估计大TCP流的数量时，只有采样流量可用。对不同类型的IP网络收集的实验数据，所提出的算法进行了测试。
2009-06-26 cs.NI
Flow-based analysis of Internet traffic
我们提出了基于流的分析来估计互联网连接的质量。使用排队论的结果，我们比较了两个表达式的骨干流量，有不同的适用范围。链路利用率与其中活动流数量的相关性曲线描述了网络的不同状态。我们提出了一种方法来绘制这样的曲线，使用从Cisco路由器的NetFlow协议接收的数据，确定工作区和网络的过载点。我们的测试是一种找到升级主干的简单方法。
2003-06-09 cs.NI
Impact of Evolving Protocols and COVID-19 on Internet Traffic Shares
过去几年新互联网协议的快速部署以及最近（2020年）的COVID-19疫情导致互联网流量组成发生变化。因此，需要一个更新的流量份额微观视图，以了解互联网是如何发展，以捕捉这些短期和长期的事件。为此，我们观察了日本的一个研究网络和美国的一级ISP的流量组成。我们分析了在两个域间链路：MAWI（日本）和CAIDA（纽约-圣保罗）被动捕获的流量跟踪，其中包括100 GB的MAWI跟踪数据和4 TB的CAIDA跟踪数据。我们首先研究COVID-19对MAWI链路的影响：我们发现OpenVPN和rsync的流量大幅增加，以及云存储和视频会议服务的流量增加，这表明客户在疫情期间转向远程工作。对于2018年3月至2018年12月之间的流量跟踪，我们发现CAIDA监测器上IPv6的使用正在迅速增加：IPv6流量从2018年3月的1.1%增加到2018年12月的6.1%，而IPv6流量份额在MAWI数据集中保持稳定，约占流量的9%。在应用层的其他协议中，CAIDA链路上60%-70%的IPv4流量是HTTP（S）流量，其中三分之二是加密的;对于MAWI链路，90%以上的流量是Web流量，其中近75%是加密的。与以前的研究相比，这描绘了加密Web流量的更大增长，HTTPS与HTTP的比例高达3比1。因此，我们在这项研究中的观察结果进一步证实，流量份额随时间而变化，尽管使用了相同的广义方法和分析，但根据…
2022-01-15 cs.NI
Introducing Large Language Models as the Next Challenging Internet Traffic Source
本文探讨LLM和GenAI工具作为新网络流量来源的影响，提供概念验证测量远程交互流量，估算2025年开源LLM每次提示平均流量约7.6KB，预示AI将成为下一个饱和网络的杀手级应用。
2025-04-14 cs.NI
Spot Transit: Cheaper Internet Transit for Elastic Traffic
我们主张建立一个\emph{spot}互联网中转市场，在这个市场上，中转使用未充分利用的骨干容量以较低的价格出售。供应商可以通过资本化易腐能力来提高利润，客户可以按需购买公交，而无需弹性交通的最低承诺水平，从而提高其盈余（即效用收益）。本文从理论和实证两个方面对城市轨道交通的经济效益进行了系统的研究。我们提出了一个简单的分析框架，一般的需求函数，并解决了定价问题的最大化的预期利润，考虑到收入损失的定期过境时，现货过境交通上涨。我们严格证明了现货中转的价格优势，以及1级ISP和客户的利润和盈余改善。使用真实世界的价格数据和流量统计的6个IXP与超过1000个ISP，我们定量评估现货过境，并表明显着的经济效益，可以实现在绝对和相对条件下，强大的参数值。
2013-09-25 cs.NI
QoE-aware cross-layer architecture for video traffic over Internet
视频应用程序和视频功能设备的出现大大增加了互联网上的视频流量。新机制建议视频速率自适应，以提供增强的体验质量（QoE），同时为更多会话腾出空间。本文介绍了一种跨层的QoE感知架构的视频业务在互联网上。该方案提出应用层视频源通过动态控制传输速率来适应网络环境，网络层边缘通过视频感知接纳控制来控制新会话的接纳，从而保护活动视频会话的质量。特别是，它将寻求最有效的方式来接受新的视频会话和调整传输速率，以释放更多会话的资源，同时保持活动会话的QoE。拟议的框架将有助于为可预见的未来视频流量的极端增长做好准备。仿真结果表明，所提出的跨层架构保证了QoE的接纳会话，并利用链路更有效地相比，仅速率自适应架构。
2020-08-24 cs.NI
Scaling in Internet Traffic: a 14 year and 3 day longitudinal study, with multiscale analyses and random projections
在90年代中期，它表明，从互联网流量的聚合时间序列的统计数据偏离了传统的短程依赖模型，而不是渐近自相似性的特点。在这一开创性的贡献之后，多年来，许多研究调查了互联网流量缩放的存在和形式。这方面的贡献的目的首先是提出一种方法，结合多尺度分析（小波和小波领导人）和随机投影（或草图），允许一个精确的，高效的和强大的缩放特性，这是能够看到通过非平稳异常。第二，我们应用的方法，以跨越一个非常长的时期的数据集：14年，从MAWI流量档案，从而允许深入的纵向分析的形式，性质和互联网流量的扩展的演变，以及网络机制产生它们。我们还研究了一个单独的3天长的跟踪，以获得补充洞察日内行为。我们发现，bisscaling（两个范围内的独立标度现象）制度系统地观察到：在大尺度上的长程依赖性，和多分形的精细尺度上的标度。我们精确地量化实际的缩放范围，验证高精度的预期之间的关系的长范围相关的参数和重尾参数的流量大小分布，并与精细尺度多重分形缩放典型的IP数据包到达间隔和往返时间分布。
2017-03-06 cs.NI
H-Probe: Estimating Traffic Correlations from Sampling and Active Network Probing
大量的研究涉及估计互联网流量轨迹的相关性和Hurst参数。这些统计数据的重要性在于它们对网络性能的根本影响。然而，互联网流量轨迹的覆盖范围是有限的，因为获取这样的轨迹对于例如以下方面是具有挑战性的：机密性、记录速度和存储容量。在这项工作中，我们研究如何互联网流量的相关性可以可靠地估计从随机流量样本。这些样本可以通过网络内的被动监视来观察，也可以通过终端系统处的主动分组探测来观察。我们分析了具有不同样本间分布的随机抽样过程，并展示了如何从这些样本中获得渐近无偏估计。我们量化的固有的局限性，是由于有限的观察和探索的各种参数，如采样强度，网络利用率，或赫斯特参数的估计精度的影响。我们设计了一个主动探测方法，使简单和轻量级的流量采样，而无需网络的支持。我们验证我们的方法在一个受控的网络环境中，并提出全面的互联网测量。我们发现，相关性表现出的属性，如长程依赖性以及周期性，它显着不同的互联网路径和观察时间。
2012-08-14 cs.NI
Can LLMs Forecast Internet Traffic from Social Media?
针对现有流量预测系统无法捕捉社会事件引发的异常流量问题，提出利用公共话语信号（如社交媒体）作为早期指标的方法，通过概念验证系统实现56-92%的社会驱动流量峰值预测，为跨领域研究开辟新方向。
2025-09-24 cs.NI
Flow length and size distributions in campus Internet traffic
基于流量的网络机制的效率在很大程度上取决于流量特性，因此应该使用准确的流量模型进行评估。例如，在基于大象流和老鼠流之间的区别的算法的情况下，确保流的长度和大小分布是非常重要的。文献中没有可靠的模型或数据。许多作品只包含粗略地呈现所选流动参数的经验分布的图，而没有提供分布混合模型或任何可重复使用的数值数据。本文的目的是填补这一空白，并提供可重用的模型的流量长度和大小来自真实的交通痕迹。跟踪是在大学校园网络的面向互联网的接口处收集的，包括40亿个第4层流量（275 TB）。这些模型可以用来评估各种流动为导向的解决方案的假设下，现实的条件。此外，本文还提供了一个教程，从流量轨迹构建网络流模型。所提出的方法是通用的，可以应用于任何网络中收集的流量跟踪。我们还提供了一个开源软件框架来分析流迹并将一般混合模型拟合到流迹上。
2020-12-27 cs.NI
Assisting Mission-Critical Traffic Flows with Active Queue Management in Industrial Internet of Things
Swinburne University of Technology（斯威本科技大学）；Deakin University（迪肯大学）；Peking University（北京大学）
研究工业物联网中关键任务流量问题，提出用主动队列管理协助，经实验证明多队列AQM方案能带来流隔离和容量共享优势，显著提升关键任务流量性能并给出部署建议。
2026-07-17 cs.NI
Automatic Device Classification from Network Traffic Streams of Internet of Things
随着物联网（IoT）的广泛采用，数十亿日常物品正在连接到互联网。由于规模庞大，有效管理这些设备以支持可靠、安全和高质量的应用变得非常具有挑战性。作为物联网设备管理的关键基石之一，自动跨设备分类旨在通过分析其网络流量来识别设备的语义类型。它有可能支持广泛的新功能，例如增强的安全性（通过施加适当的规则来约束某些类型设备的通信）或物联网应用的上下文感知（通过物联网设备及其高级语义的利用和互操作性）。我们提出了一种自动物联网设备分类方法来识别新的和看不见的设备。该方法使用物联网网络的业务流所携带的丰富信息来表征各种设备的属性。我们首先从原始网络流量中指定一组区分特征，然后提出LSTM-CNN级联模型来自动识别设备的语义类型。我们使用真实世界物联网数据集的实验结果表明，我们提出的方法能够提供令人满意的性能。我们还提出了有趣的见解，并讨论了潜在的扩展和应用。
2018-12-24 cs.NI
Elasticity Detection: A Building Block for Internet Congestion Control
本文介绍了Nimbus，一种鲁棒的技术来检测是否与流竞争的交叉业务是“弹性”，并表明这种弹性检测器改善了拥塞控制。如果交叉业务是无弹性的，则发送方可以控制分组延迟，同时实现高吞吐量，但是在存在弹性业务的情况下，如果它试图控制分组延迟，则可能损失吞吐量。为了估计弹性，Nimbus用正弦脉冲调制流的发送速率，在瓶颈链路处产生小的流量波动，并测量交叉流量速率的频率响应。我们的仿真和现实世界的路径上的结果表明，拥塞控制使用弹性检测实现吞吐量可比立方，但延迟是50-70毫秒低时，交叉流量是无弹性的。Nimbus比Copa更准确地检测交叉流量的性质，并且可用作其他端到端算法的构建块。
2020-02-15 cs.NI
Saving Private WAN: Using Internet Paths to Offload WAN Traffic in Conferencing Services
本文提出Titan和Titan-Next系统，利用大规模延迟测量发现互联网路径在某些地区性能不逊于私有WAN，从而将部分会议流量卸载到互联网，最多降低61%的WAN峰值带宽成本。
2024-07-02 cs.NI
On Blowback Traffic on the Internet
本文研究单次探测引发大量响应数据包的回弹现象，发现数万至数十万主机产生回弹，平均放大达数量级，且回弹源稳定，可被利用发动放大式拒绝服务攻击。
2023-05-09 cs.NI
Smart City Intelligent System Traffic Congestion Optimization using Internet Of Things
交通水平的提高对智能交通系统的发展提出了更高的要求。随着交通拥堵缓解复杂性的增加，寻求解决交通拥堵问题的方法已成为挑战之一。文献中已经提出了各种优化技术来应对这些挑战。本文综述了自动交通拥塞控制的各种优化技术。提出了一种基于河流形成动力学的交通拥塞控制优化方法，并提出了一种基于物联网的实时的信息提取方案，以提高效率和生产率。
2019-11-04 cs.NI math.OC
On the Distribution of Traffic Volumes in the Internet and its Implications
获得网络链路上流量的良好统计模型是一个众所周知的，经常研究的问题。相关模式和流动持续时间已经引起了很多关注。单位时间内交通量的分配是一个同样重要但研究较少的问题。我们使用最先进的统计技术研究了来自许多不同网络的大量流量轨迹，包括学术，商业和住宅网络。我们表明，对数正态分布是一个更好的拟合比高斯分布通常声称在文献中。我们还研究了第二个重尾分布（威布尔分布），并表明其性能优于高斯分布，但比对数正态分布差。我们研究异常的痕迹，这是一个穷人适合所有的分布尝试，并表明，这往往是由于交通中断或链接，达到最大容量。我们证明了效用的对数正态分布在两种情况下：预测的时间流量的比例将超过一个给定的水平（服务水平协议或链路容量估计）和预测第95百分位定价。我们还表明，对数正态分布是一个更好的预测比高斯或威布尔分布。
2019-02-11 cs.NI
Uncovering Vulnerable Industrial Control Systems from the Internet Core
工业控制系统（ICS）是在专用协议的帮助下进行远程管理的，这些协议最初是为在围墙花园中工作而设计的。这些协议中的许多协议已经适应于互联网传输并支持广域通信。ICS现在在域间级别上交换不安全的流量，不仅使公共关键基础设施而且使互联网生态系统（例如，DRDoS~攻击）。在本文中，我们发现了不受保护的域间ICS流量在两个中央互联网的有利地位，一个IXP和一个ISP。这种流量分析与来自蜜罐和互联网范围扫描的数据相关联，以区分工业和非工业ICS流量。我们提供了一个深入了解互联网范围内的ICS通信。我们的研究结果可以用于i）创建精确的过滤器，潜在的有害的非工业ICS流量，和ii）检测ICS发送未受保护的域间ICS流量，容易受到窃听和流量操纵攻击。
2020-04-23 cs.CR cs.NI
Bypassing Content-based internet packages with an SSL/TLS Tunnel, SNI Spoofing, and DNS spoofing
互联网服务提供商（ISP）越来越多地向其客户提供基于内容的软件包。这些软件包以固定价格提供对一系列在线内容的访问，例如Facebook，YouTube，Messenger，Zoom和许多其他流行服务。这使得用户可以访问他们想要的所有内容，而不必担心数据上限或超额费用。这些套餐比普通的互联网套餐便宜得多。甚至一些ISP也以低廉的价格提供无限制的基于内容的套餐。当使用这些包时，网络流量不断地被ISP过滤，用户将因使用不包括在基于内容的包中的其他服务而单独收费。一些互联网用户正在使用HTTP注入器软件绕过ISP的网络流量过滤器，并使用基于内容的包数据引用访问互联网上可用的其他资源。本研究旨在找到一种替代方法，绕过ISP的网络流量过滤器，而不使用HTTP注入器。
2022-12-11 cs.NI
Site-to-Site Internet Traffic Control
路由器允许网络运营商控制流量：在队列建立的地方，他们可以强制执行调度和整形策略。然而，在今天的互联网中，队列建立的位置和控制最有效的位置之间存在不匹配;队列建立在瓶颈链路上，这些链路通常不受数据发送方的控制。为了解决这种不匹配，我们提出了一种新的中间盒，称为Bundler。Bundler在sendbox（在发送方的站点中）和receivebox（在接收方的站点中）之间使用了一个新颖的内部控制回路来确定捆绑包的总速率，而端到端连接及其控制回路保持不变。强制执行此发送速率可确保从bundle的数据包建立的瓶颈队列现在从瓶颈转移到sendbox。然后，sendbox通过调度数据包来控制其流量，以实现更高级别的目标。我们已经在Linux上实现了Bundler，并通过真实世界和仿真实验对其进行了评估。我们发现，Bundler允许发送者选择的策略是有效的：当配置为实现随机公平性验证（SFQ）时，它在各种场景中将中值流完成时间（FCT）提高了28%到97%。
2021-04-27 cs.NI
Watching the IPv6 Takeoff from an IXP's Viewpoint
网络运营商对部署新的互联网地址空间的兴趣程度不同，这使得IPv6的部署缓慢。然而，自从最后一块IPv4地址分配完毕后，互联网界开始认真对待地址空间稀缺的问题，并开始积极推进。在2011年6月8日（世界IPv6日[1]）IPv6测试成功后，网络运营商和服务/内容提供方聚集在一起，为IPv6全球部署的下一步做准备（2012年6月6日世界IPv6启动[2]）。该活动的主要目的是永久启用他们的IPv6连接。本文基于欧洲一个大型互联网交换点（IXP）收集的互联网流量数据，主要针对两次全球IPv6事件的时间段，对IPv6流量的现状进行了分析。我们的研究结果表明，IPv6流量是负责一小部分，如0.5%的总流量在高峰期。然而，我们对IPv6流量/前缀的增长显示出急剧增长以及IPv6流量的应用组合开始模仿IPv4主导的互联网的事实印象深刻。
2014-02-17 cs.NI
FixRoute: A Unified Logic and Numerical Tool for Provably Safe Internet Traffic Engineering
使用Internet协议的网络的性能对每个网络设备上许多低级参数的精确配置很敏感。这些设置控制着动态路由协议的行为，动态路由协议引导通信流;为了确保这些动态协议都收敛以产生某种“最佳”流，必须正确设置每个参数。多个相互冲突的优化目标，不确定性，以及需要对不同的故障情况进行推理，使任务特别复杂。我们提出了一个快速，灵活的方法来分析BGP路由的上下文中提出的一些这样的管理任务。其思想是将{ \em逻辑}可满足性准则与传统的{ \em数值}优化相结合，在给定的路由过程约束条件下达到期望的交通流结果。然后，该方法可以用于探测参数灵敏度、优化目标的选择中的权衡、对故障的弹性等。该理论的基础是分布式异步消息传递协议的收敛的严格抽象，因此可以推广到其他场景。我们得到的混合引擎比纯逻辑或纯数字的替代方案更快，这使得它可能适用于交互式生产。
2015-11-27 cs.NI
Bittorrent Network Traffic Forecasting With ARMA
近年来，内容通过网络分发的方式发生了一些重大变化。内容分发技术最近开始采用对等（P2P）系统作为传统客户端-服务器架构的替代方案。基于BitTorrent协议的P2P系统使用最终用户的资源向数千个用户提供带宽密集型内容的成本有效的分发。BitTorrent协议系统提供了一种可扩展的机制，用于通过Internet将大量数据分发给一组对等体。随着对文件共享和内容分发的需求不断增长，BitTorrent已成为最受欢迎的互联网应用程序之一，并占互联网流量的重要部分。随着BitTorrent协议系统的广泛使用，它基本上解决了数据可以快速传输到一组感兴趣的各方的主要问题之一。BitTorrent协议的优势在于下载和上传过程的高效带宽利用。然而，BitTorrent协议的使用也会导致其他应用程序在网络带宽方面的延迟，这反过来又引起了互联网服务提供商的担忧，他们为所有客户争取服务质量。本文研究了BitTorrent网络流量的网络流量模式，并利用时间序列ARMA模型对其行为进行了研究。我们的实验结果表明，BitTorrent网络流量可以建模和预测，使用ARMA模型。我们比较和评估预测的网络流量与真实的流量模式。这种建模可以被互联网服务提供商用来管理他们的网络带宽，并检测他们的网络中的任何异常。
2012-08-09 cs.NI
Measurement and characterization of DNS over HTTPS traffic
域名系统通信可能提供关于用户因特网活动的敏感信息。DNS-over-TLS和DNS-over-HTTPS是旨在提高互联网最终用户隐私的建议。在本文中，我们提出了一个概述的当前状态，在部署的DNS-HTTPS（DoH）的实现补充DoH流量的测量所产生的开销和DoH检测的可能性的基础上的固有特性的通信模式。
2022-04-08 cs.NI
Traffic Engineering Based on Effective Envelope Algorithm on Novel Resource Reservation Method over Mobile Internet Protocol Version 6
21世纪的第一个十年见证了移动互联网及其技术的巨大进步。视频会议等实时业务的高业务量给网络带来了巨大的挑战。与此同时，对在计算和通信中使用移动设备（诸如智能电话、个人数字助理和支持移动的膝上型计算机）的需求迅速增长。这些服务推动了对网络带宽需求的增加和降低。本文的一个方向是在移动IPv6网络上的资源预留协议（RSVP）的情况下。移动IPv6网络上的资源预留和服务质量提供有许多解决方案，但大多数都使用高级资源预留。在本文中，我们提出了一个数学模型，以确定最大的端到端的延迟约束通过中间路由器沿网络。这些边界被发送回归属代理以供进一步处理。一旦归属代理接收到最大端到端延迟界限，它就计算累积界限，并将该界限与期望的应用端到端延迟界限进行比较，以做出关于资源预留的最终决定。这种方法提高了网络资源利用率。
2012-11-22 cs.NI
The Dynamics of Internet Traffic: Self-Similarity, Self-Organization, and Complex Phenomena
互联网是人类历史上最复杂的复杂系统。因此，它的动力学和交通毫不奇怪地呈现出丰富多样的复杂动力学、自组织和其他已经研究多年的现象。本文是对互联网流量的复杂动力学研究的综述。从正常的论文出发，我们将从网络工程和物理学的角度来展示两者的优点和缺点以及见解。此外，许多较少涉及的现象，如流量振荡，蠕虫流量的大规模影响，以及互联网和生物模型的比较将被覆盖。
2010-09-05 cs.NI nlin.AO nlin.CD
Network Traffic Obfuscation and Automated Internet Censorship
互联网审查员寻求方法来识别和阻止互联网访问他们认为令人反感的信息。审查机构越来越多地部署高级网络工具，如深度数据包检测（DPI）来识别此类连接。作为回应，活动家和学术研究人员开发并部署了网络流量混淆机制。这些应用专门的加密工具来试图向DPI隐藏连接的真实性质和内容。在这项调查中，我们概述了网络流量混淆及其在规避互联网审查中的作用。我们提供了历史和技术背景，激励需要混淆工具，并给出了一个概述的方法混淆使用的最先进的工具。我们讨论了审查机构如何发现这些努力的最新研究。我们还描述了审查规避研究目前面临的挑战，并确定具体的方法，为社会应对这些挑战。
2016-11-14 cs.CR cs.NI
Oscilloscope: Detecting BGP Hijacks in the Data Plane
互联网路由协议（BGP）缺乏安全性，使得攻击者能够转移互联网流量，从而造成服务中断，货币欺诈，甚至公民监视数十年。最先进的防御依赖于地理分布的BGP监视器来检测流氓BGP公告。然而，正如我们所展示的，攻击者可以通过设计他们的公告来轻松逃避检测。本文提出了一种基于实时流量分析的BGP劫持检测方法-示波器。由于劫持不可避免地改变了改道交通的特征，因此关键的想法是实时的跟踪这些变化并标记它们。主要的挑战是，“正常”的互联网事件（例如，网络重新配置、链路故障、负载均衡）也改变了底层的流量特征--它们比劫持更频繁。因此，简单的流量分析会导致太多的误报。我们观察到，劫持通常针对互联网服务提供商宣布的前缀的一个子集，只转移他们的流量的一个子集。相比之下，正常事件导致前缀和流量之间的更均匀的变化。示波器使用此观察结果通过检查非劫持事件是否影响多个相关前缀来过滤掉非劫持事件。我们的实验评估表明，示波器快速，准确地检测劫持在现实的交通轨迹包含数百个事件。
2023-01-30 cs.NI
The Behavior of Internet Traffic for Internet Services during COVID-19 Pandemic Scenario
自2019年底以来，SARS-CoV-2病毒（称为COVID-19）在全球迅速蔓延，迫使许多政府实施限制性封锁或封锁以对抗疫情。随着世界上大多数国家对人们的行动限制，工人和学生需要将他们的活动留在家里。结果，人们的行为、习惯以及他们开始使用互联网的方式发生了重大变化。像办公室的专业人士一样，年轻人在这种行为中发挥了重要作用，特别是在他们使用的资源类型方面。因此，通信网络的特性和通信量受到某种影响。在这篇观点文章中，我们加入了许多关于COVID-19对网络影响的现有研究，并调查了在2020年大流行期间使用视频流媒体，视频会议和游戏等服务对互联网流量的影响。
2021-05-10 cs.NI eess.SP
Application Protocols enabling Internet of Remote Things via Random Access Satellite Channels
如今，机器对机器（M2M）和物联网（IoT）流量率正在快速增长。预计卫星的使用将在提供这种通信量方面发挥重要作用。在这项工作中，我们研究了两种最常见的M2M/IoT协议栈在卫星随机接入（RA）信道上的使用，基于DVB-RCS 2标准。所考虑的度量是完成时间，以确定可以提供最佳性能水平的协议栈。
2017-06-29 cs.NI
Measurement and Analysis of UDP Traffic over Wi-Fi and GPRS
随着移动设备在无线互联网中的广泛应用，互联网流量的测量和分析成为一个重要的研究领域。在本文中，我们提出了我们的测量结果的VBR流量在UDP的802.11g和GPRS网络。我们专注于分组间到达时间（IPRT）和分组间传输延迟（IPTD），并观察到后者对往返延迟有显着的影响。数值参数威布尔，指数和正态分布，以代表这样的流量。
2017-07-26 cs.NI
On the multiresolution structure of Internet traffic traces
网络链路上的互联网流量可以建模为随机过程。在利用统计工具检测和量化这一过程的特性之后，开发了一系列数学模型，最终能够产生“交通”，其表现出-作为一个关键特征-在不同时间尺度的行为上的相同差异，正如在实际交通中观察到的那样，而且通过其他统计测试也无法与实际交通区分开来。然后使用从模型中得到启发的工具来确定和校准在每个时间尺度中发生的活动类型。令人惊讶的是，上述过程不需要源自网络动态或将总业务分解为其组成用户连接的任何详细信息，而是仅需要这些连接对非常弱的条件的顺应性。
2003-02-03 cs.NI math.PR
The Lockdown Effect: Implications of the COVID-19 Pandemic on Internet Traffic
由于COVID-19大流行，许多政府实施封锁，迫使数亿公民留在家中。限制措施的实施增加了居民用户对互联网流量的需求，特别是远程工作、娱乐、商业和教育的需求，结果导致互联网核心的流量发生变化。在本文中，使用数据从一组不同的有利位置（一个ISP，三个IXP，和一个大城市的教育网络），我们研究这些封锁对交通变化的影响。我们发现，交通量几乎在一周内增加了15-20%-虽然总体上仍然温和，但这在这短时间内构成了很大的增长。然而，尽管出现了这种激增，我们观察到互联网基础设施能够处理新的流量，因为大多数流量变化发生在传统的高峰时间之外。当直接观察流量来源时，我们发现，虽然超级巨人仍然贡献了很大一部分流量，但我们看到（1）非超级巨人的流量增长更快，（2）人们在家使用的应用程序的流量增加，例如Web会议，VPN和游戏。虽然许多网络的流量需求有所增加，特别是那些为住宅用户提供服务的网络，但学术网络的流量总体上大幅下降。然而，在这些网络中，当考虑与远程工作和授课相关的应用时，我们可以观察到大幅增长。
2020-10-05 cs.CY cs.NI
Time-Distributed Feature Learning in Network Traffic Classification for Internet of Things
Ryerson University（瑞尔森大学）
物联网（IoT）设备的过多导致爆炸性的网络流量。网络流量分类（NTC）是探索网络流行为的重要工具，互联网服务提供商（ISP）需要NTC来管理物联网网络的性能。我们提出了一种新的网络数据表示，处理交通数据作为一系列的图像。因此，网络数据被实现为视频流以采用时间分布（TD）特征学习。使用卷积神经网络（CNN）和长短期记忆（LSTM）学习网络统计数据中的时间内信息，并且通过TD多层感知器（MLP）学习流之间的伪时间特征。我们进行实验，使用一个大的数据集与更多的类。实验结果表明，TD特征学习使网络分类性能提高了10%。
2021-09-29 cs.LG cs.NI
An Empirical Study on Internet Traffic Prediction Using Statistical Rolling Model
University of Western Ontario（西安大略大学）；Juniper Networks（瞻博网络）
现实世界的IP网络流量容易受到外部和内部因素的影响，如新的互联网服务集成，流量迁移，互联网应用等。由于这些因素，实际的互联网流量是非线性的，使用统计模型进行分析具有挑战性，以预测未来。在本文中，我们调查和评估不同的统计预测模型的性能，为真正的IP网络流量，并显示了显着的改善预测使用滚动预测技术。首先，一组最佳的超参数为相应的预测模型确定通过分析的流量特性，并实现基于最小赤池信息准则（AIC）的网格搜索算法。然后，我们进行了比较性能分析自回归积分移动平均（ARIMA），季节性ARIMA（SARIMA），与外源因素的SARIMA（SARIMAX），和Holt-Winter的单步预测。我们的流量的季节性已经使用SARIMA明确建模，与ARIMA（无法处理季节性）相比，它将滚动预测平均平均百分比误差（MAPE）降低了4%以上。我们使用SARIMAX进一步改进了流量预测，以学习从原始流量中提取的不同外生因素，从而产生了最佳的滚动预测结果，MAPE为6.83%。最后，我们应用指数平滑技术来处理Holt-Winter模型之后的流量变化，该模型比ARIMA模型具有更好的预测效果（MAPE减少约1.5%）。滚动预测技术使用真实的互联网服务提供商（ISP）的流量数据减少预测误差超过50%的标准预测方法相比。
2022-05-03 cs.LG cs.NI
A Framework for Multiaccess Support for Unreliable Internet Traffic using Multipath DCCP
移动节点通常配备有多个无线电，并且可以连接到多个无线电接入网络（例如，WiFi、LTE和5G）。因此，重要的是设计有效地管理多个网络接口的机制，用于聚合容量、引导业务流或在多个接口之间切换流。虽然这样的多址解决方案具有增加总体业务吞吐量和通信可靠性的潜力，但是不同接入链路上的可变时延引入了分组时延变化，这对应用服务质量和用户体验质量具有负面影响。在本文中，我们提出了一个新的IP兼容的多路径框架异构接入网络。该框架使用多路径数据报拥塞控制协议（MP-DCCP）（常规DCCP的一组扩展）来使传输连接能够同时跨多个接入网络操作。我们提出了新的协议框架的设计，并显示模拟和实验测试床的结果，（1）演示了新的框架的操作，（2）展示了我们的解决方案的能力，管理显着的数据包延迟变化所造成的网络路径的不对称性，通过应用可插拔的数据包调度或重新排序算法。
2019-07-10 cs.NI
Methods of QoS improvement for P2P IPTV based on traffic modelling
在过去的几年里，许多技术进步被引入互联网电视，以满足用户的需求和期望。然而，由于压倒性的带宽需求，传统的基于简单的客户端-服务器方法的基于IP的电视服务仍然局限于一小群客户端。在这种情况下，使用对等覆盖范例来在互联网上传送直播电视正获得越来越多的关注。遗憾的是，当前的因特网基础设施仅为这类应用提供尽力服务，而不提供服务质量。本文是一个研究命题，提出了潜在的解决方案，有效的IPTV流在P2P网络。我们假设解决方案将不直接修改现有的P2P IPTV协议，而是将专用于网络工程师或互联网服务提供商，其将能够在网络路由器中引入和配置所提出的机制。
2012-10-04 cs.NI
Aggressive Internet-Wide Scanners: Network Impact and Longitudinal Characterization
本文通过大型网络望远镜和两个学术ISP的数据，对近两年内激进IPv4扫描器进行纵向实证分析，发现其网络影响显著，旨在提高社区对这些“重击者”的认识。
2023-05-12 cs.NI
Ollama in the Wild: A Longitudinal Measurement of Exposed Ollama LLM Endpoints at Internet Scale
Nankai University（南开大学）
本研究通过365天纵向测量暴露的Ollama端点，发现其持久、增长且高度集中，并揭示云基础设施中反复出现的不安全部署实践。
2026-09-09 cs.NI
A Novel Traffic Rate Measurement Algorithm for QoE-Aware Video Admission Control
随着互联网上视频流量的不可避免的主导地位，提供感知良好的视频质量正在成为一项具有挑战性的任务。这部分是由于视频流量的突发性、不断变化的网络条件和网络传输协议的限制。视频流量的增长使得最终用户的体验质量（QoE）成为研究界关注的焦点。相比之下，互联网服务提供商关心的是通过接受尽可能多的会话来最大化收入，只要客户仍然满意。然而，对于可变速率流，目前还没有完全令人满意的接纳算法。可以通过利用视频流量的突发性质来优化会话数量和感知的QoE之间的权衡。本文提出了一种新的算法来确定聚合视频速率的上限，可以超过可用带宽，而不会降低接受的视频会话的QoE。定义了定义可调极限的参数$β$。所提出的算法导致接受更多的会话，而不损害正在进行的视频会话的QoE。因此，它有助于优化QoE-会话权衡，以支持互联网上视频流量的预期增长。
2020-08-16 cs.NI
Active Link Obfuscation to Thwart Link-flooding Attacks for Internet of Things
DDoS攻击是对物联网（IoT）的严重威胁。作为一种新的DDoS攻击类型，链路泛洪攻击（LFA）通过仅泛洪少量链路来破坏合法物联网设备与目标服务器之间的连接。在本文中，我们提出了一种主动的LFA缓解机制，称为Linkbait，这是一种主动和预防性的防御措施，可以抑制物联网的LFA。我们提出了一个链接混淆算法Linkbait，有选择地重新路由探测流隐藏目标链接从对手和误导他们识别诱饵链接作为目标链接。为了阻止攻击流量并进一步减少对物联网的影响，我们提出了一种受损物联网设备检测算法，该算法提取物联网LFA的独特流量模式，并利用支持向量机（SVM）来识别攻击流量。我们使用真实世界的实验和大规模的模拟评估Linkbait的性能。实验结果证明了Linkbait的有效性。
2021-09-24 cs.NI
Hypersparse Neural Network Analysis of Large-Scale Internet Traffic
互联网正在改变我们的社会，需要对互联网流量进行定量了解。我们的团队收集和管理最大的公开互联网流量数据，包含500亿个数据包。利用一种新的hypersarse神经网络分析的“视频”流的流量使用10,000个处理器在麻省理工学院超级云揭示了一个新的现象：否则看不见的叶节点和孤立的链接在互联网流量的重要性。我们的神经网络方法进一步表明，一个双参数修改的Zipf-Mandelbrot分布准确地描述了各种各样的源/目的地统计移动样本窗口范围从100，000到100，000，000包的集合，跨越几年和大陆。推断出的模型参数区分不同的网络流，并且模型叶参数与不同底层网络拓扑中的流量的分数强烈相关。超解析神经网络流水线具有高度适应性，并且可以通过对图像滤波器函数的简单改变来合并不同的网络统计和训练模型。
2019-07-11 cs.CY cs.DC cs.NI
FairNet: A Measurement Framework for Traffic Discrimination Detection on the Internet
网络中立性与互联网上数据包的非歧视性待遇有关。任何故意歧视一个应用程序的流量而偏袒其他应用程序的行为都违反了中立原则。许多国家已经实施了反对这种歧视的法律。为了执行这些法律，人们需要工具来检测任何违反网络中立性的行为。然而，检测这种违规是具有挑战性的，因为很难区分由于自然网络效应和选择性降级而导致的任何质量降级。此外，合法的交通管理和故意的歧视方法在技术上可能是相同的，这使得区分它们更加困难。我们开发了一个名为FairNet的端到端测量框架来检测流量的歧视。它比较了类似服务的性能。我们的重点是HTTPS流媒体服务，它构成了互联网流量的主要部分。使混杂因素（拥塞、业务管理政策、动态速率自适应）对测试服务的影响“类似”，以确保公平比较。FairNet框架使用“重放服务器”和用户客户端，通过互联网交换可正确识别的流量流。TLS握手中的服务器名称指示（SNI）字段以明文形式出现，确保来自重播服务器的流量在网络中间盒中显示为来自其实际服务器的流量。我们使用商业流量整形器验证了适当的SNI会导致正确的服务分类。FairNet使用两种基于应用级吞吐量和连接状态的新算法来检测流量歧视。我们还通过移动应用程序在实时互联网上收集网络日志并进行分析，验证了该方法的有效性。
2021-10-20 cs.NI cs.SY eess.SY
On the impact of TCP and per-flow scheduling on Internet performance (extended version)
互联网性能与TCP和UDP协议的属性密切相关，共同负责绝大多数互联网流量的传输。这些协议在FIFO队列下的行为以及网络拥塞的影响是很好理解的。然而，没有全面的分析时，流感知机制，如每流调度和丢弃策略部署。以前的模拟和实验结果留下了一些未回答的问题。在本文中，我们通过一组流体非线性常微分方程的瞬时吞吐量和N个长寿命的TCP源的缓冲区占用三个按流调度纪律（公平优先，最长队列第一，最短队列第一）和最长队列丢弃缓冲区管理建模来解决这个问题。我们研究了系统的演化和分析表征的固定制度：封闭形式的表达式推导出固定的吞吐量/发送速率和缓冲区占用，使深入了解TCP流量的短期/长期公平性。同样，我们提供的UDP流在TCP流量的存在下所经历的损失率的表征。
2009-10-23 cs.NI
Fine-Grained Endpoint-Driven In-Network Traffic Control for Proactive DDoS Attack Mitigation
体积攻击，淹没了目的地的带宽，是当今最常见的DDoS攻击之一。尽管研究和行业都做出了相当大的努力，但我们最近对10多个行业领域的100多名潜在DDoS受害者的采访表明，今天的DDoS预防还远远不够完美。一方面，很少有学术建议被部署在互联网上;另一方面，现有DDoS防御供应商提供的解决方案并不是抵御整个攻击频谱的灵丹妙药。通过对当今DDoS防御的大规模研究，本文提出了MiddlePolice，这是第一个易于部署和主动的DDoS防御机制。我们精心设计了MiddlePolice，使其不需要对互联网核心和客户端网络堆栈进行任何更改，从而在当前的互联网架构中实现了即时部署。此外，依靠我们的新的能力反馈机制，MiddlePolice能够执行目的地驱动的流量控制，使它保证提供受害者所需的流量，而不管攻击者的策略。我们实现了一个原型的MiddlePolice，并证明其可行性，通过广泛的评估，在互联网上，硬件测试平台和大规模的模拟。
2018-07-08 cs.NI
Blocking without Breaking: Identification and Mitigation of Non-Essential IoT Traffic
尽管物联网（IoT）设备很流行，但关于这些设备产生的互联网流量的目的和风险的信息很少，消费者控制这些风险的选择有限。一个关键的开放问题是，是否可以通过自动阻止物联网设备的一些互联网连接来减轻这些风险，而不会使设备无法操作。在本文中，我们通过开发一种严格的方法来解决这个问题，该方法依赖于自动化物联网设备实验来揭示哪些网络连接（及其暴露的信息）是必不可少的，哪些不是。我们进一步开发策略来自动将网络流量目的地分类为所需的（即，它们的业务对于设备正常工作是必不可少的），因此允许防火墙规则阻止发送到不需要的目的地的业务而不破坏设备的功能。我们发现，在我们测试的31台设备中，确实有16台至少有一个可阻止的非必需目的地，一台设备的最大可阻止目的地数量为11。我们进一步分析了网络流量的目的地，发现在我们的实验中观察到的所有第三方都是可阻塞的，而第一方和支持方既不是统一要求的，也不是不要求的。最后，我们展示了现有阻止列表对物联网流量的限制，提出了一套自动限制非必要物联网流量的指导方针，并开发了一个实现这些指导方针的原型系统。
2021-05-11 cs.NI
Traffic Analysis for Storage Finding in Video on Demand System
文献调查通常预测基于IP的视频流量会急剧增长，即，每年30%或以上。对于移动网络中的互联网电视来说，视频流量增长率预计将上升80%以上。视频流量的这些高增长率将占带宽的很大一部分。在大规模分布式存储体系结构中，面向会话的数据存储发现在很大程度上决定了视频点播系统在实时数据流传输过程中的性能。在存储端，数据被分解为可管理的数据包块，这些数据包可以通过互联网顺利传输。本研究的目的是提出在视频点播系统中的流量控制和流量分析方法的必要性，以最大限度地减少跳数，找到准确的媒体存储检索视频块数据。
2019-07-23 cs.NI
AI-aided Traffic Control Scheme for M2M Communications in the Internet of Vehicles
随着车联网数据传输量的快速增长，如何有效缓解接入拥塞成为一个重要的问题。近年来，人们研究了许多交通控制方案。然而，现有的研究大多没有考虑流量的动态变化和不同车联网应用的异构需求，这对随机接入资源分配具有重要意义。本文提出了一种基于近端策略优化（PPO）的混合流量控制方案。建立了在成功率约束下最大化分组成功传输的目标。然后，将优化目标转化为马尔可夫决策过程（MDP）模型。最后，接入类禁止（ACB）因素的基础上获得的PPO方法，以最大限度地提高成功接入设备的数量。通过仿真验证了该算法在成功事件和延迟方面与现有方案的性能。
2022-04-12 cs.LG cs.NI
