基于机器学习的VoIP流量在线识别系统设计与实现研究

本次以基于机器学习的VoIP流量在线识别系统设计与实现为研究目标。通过借助于数据挖掘工具WEKA集成机器学习算法,结合流量特征,筛选构建专门的模型,再设计一边抓包一边检测的机制,最终达到VoIP的快速识别。具体试验研究结果显示,该系统的在线识别率较高,可以达到的精度为91.4%。得出以机器学习为基础设计相应的VoIP流量在线系统能够实现对流量的在线高效识别,效果显著,可以推广应用。