胡志英

(安徽文达信息工程学院 计算机工程学院，安徽 合肥 231201)

随着网络信息传输技术的发展，数据链路层网络包的数量越来越多，规模越来越大，需要构建数据链路层网络包的优化捕获和特征提取模型，结合模糊特征检测和信息重构的方法，进行数据链路层网络包的优化捕获和特征提取，通过层次化的数据信息融合聚类，进行数据链路层网络包的信息聚类分析，在层次化结构模型中，实现数据链路层网络包检测和鲁棒性分析，提高数据链路层网络包检测和自适应性[1-2]，相关的数据链路层网络包捕获和特征检测方法研究在智慧网络构建中具有重要意义，相关的数据链路层网络包捕获方法研究受到人们的极大关注.

传统方法中，对数据链路层网络包捕获的方法主要有关联规则挖掘方法、基于空间像素序列重组的数据链路层网络包捕获方法及基于统计特征分析的数据链路层网络包捕获方法等[3].文献[4]中提出基于递归熵特征提取的数据链路层网络包捕获方法，采用模糊相关性融合聚类方法进行数据链路层网络包调度，通过自相关特征匹配，采用层次化演化聚类方法进行数据链路层网络包检测和捕获，提高了数据链路层网络包捕获能力，但该方法进行数据链路层网络包捕获的自适应性不好，特征辨识度不高.文献[5]中提出基于关联规则挖掘的数据链路层网络包捕获方法，采用匹配滤波和模糊度寻……