随着信息技术的不断发展,网络中充斥的各种各样的加密流量,而为了有效识别各类应用的加密流量,以提高网络管理、改善网络服务、保障网络环境安全,加密流量的特征提取和应用识别显得越来越重要。本文在机器学习算法的基础上,就加密流量识别算法进行研究,本文的主要工作如下:1)本文首先分析总结了传统流量识别方法,对比了各个方法的优缺点以及适用场景,并进一步分析了传统方法在当前加密流量爆发式增长的网络环境下面临的困境。然后分析了机器学习方法相比于传统流量识别方法的优势所在。2)本文基于Bagging提出了一种面向应用的加密流量识别算法,借助数据流统计特征对加密流量对应的应用类型进行分类,并利用孤立森林对特征数据集中的噪声样本进行去除,以进一步提高算法的准确率。在该算法的基础上,对应用进一步细化分类,尝试对应用的功能模块的进行识别,并提出了一种面向功能的加密流量识别算法。在功能识别中,由于数据流统计特征难以覆盖所有功能,本文引入了负载特征作为辅助,并有效提高了算法的识别准确率。最后通过实验测试了两个算法分别在应用识别和功能识别的识别效果,均取得较高的准确率、精确率、召回率。3)本文在上述两个算法的基础上,为提高Bagging算法对大规模数据集的适应性以及算法的运行效率,提出了一种基于Spark的并行优化方法,并从数据优化和任务优化两个层面分别提出了相应的并行优化策略。实验显示,这种基于Spark的并行优化的方法有效提高了Bagging算法在处理大规模数据集时的识别效率,同时也使得Bagging算法的准确率更为稳定。