随着高速网络的不断扩展,实时网络检测应用面临着漏洞威胁。对于公司和 ISP 来说,实时流量分类是一个问题。分类器监视器由三个模块组成:数据包捕获 (CoP) 和预处理、流量协调 (RoF) 和机器学习 (ML) 分类。基于并行处理以及明确定义的数据接口,模块被构建,允许每个模块单独修改和升级。流量协调 (RoF) 机制成为此管道中的输出瓶颈。在此实现中,使用了最佳协调过程,平均交付时间为 0.62 秒。为了验证该方法,作者在分类模块中将 AdaBoost 集成学习算法 (ABELA)、朴素贝叶斯 (NB)、决策树 (DT)、K 最近邻 (KNN) 和灵活朴素贝叶斯 (FNB) 的结果等同起来。本文介绍了运行时CSNTA分类(基于流)方案的架构设计。