公开(公告)号：CN105978760B

公开(公告)日：2019-07-19

申请号：CN201610493333.1

申请日：2016-06-27

Applicant: 桂林电子科技大学

Inventor： 刘建明 ,  唐霞 ,  李龙 ,  陈振舜 ,  张致远

IPC: H04L12/26 ,  H04L12/851

Abstract: 本发明公开了一种基于C4.5决策树的VoIP流量在线识别方法，该方法对语音流关键特征进行筛选获得最优特征子集并使用C4.5决策树算法构建分类器，提高了在线识别精度；首次提出JPcap边抓包边检测机制，利用Jpcap库编写探嗅器实时捕获数据包，同时分流统计数据流特征值，结合阈值时间动态识别网络中的VoIP流量，并提高了实时性。识别结果表明，本发明离线识别精度达99%，在线识别精度达92%，且识别时间仅为0.57秒，克服了现有技术不足，完成了高精度、实时性的VoIP流量在线识别。

公开(公告)号：CN105978760A

公开(公告)日：2016-09-28

申请号：CN201610493333.1

申请日：2016-06-27

Applicant: 桂林电子科技大学

Inventor： 刘建明 ,  唐霞 ,  李龙 ,  陈振舜 ,  张致远

IPC: H04L12/26 ,  H04L12/851

CPC classification number: H04L47/2483 ,  H04L43/026 ,  H04L43/028 ,  H04L43/18

Abstract: 本发明公开了一种基于C4.5决策树的VoIP流量在线识别方法，该方法对语音流关键特征进行筛选获得最优特征子集并使用C4.5决策树算法构建分类器，提高了在线识别精度；首次提出JPcap边抓包边检测机制，利用Jpcap库编写探嗅器实时捕获数据包，同时分流统计数据流特征值，结合阈值时间动态识别网络中的VoIP流量，并提高了实时性。识别结果表明，本发明离线识别精度达99%，在线识别精度达92%，且识别时间仅为0.57秒，克服了现有技术不足，完成了高精度、实时性的VoIP流量在线识别。