随着网络带宽的增长以及各种新型网络应用的出现和发展,例如P2P(Peer-to-Peer)下载,P2P流媒体等应用在网络中大行其道,网络中流量的组成出现了很大的改变,UDP网络流量已经占据了越来越多的网络带宽。然而,在流量分类领域,研究者们关注的重点是TCP流量,显然只对TCP流量进行分类已经不能更好的对网络进行管理。因此,本文旨在针对网络中大量出现的使用UDP协议进行通信的应用流量进行分类研究,以达到将其精确分类的目的。本文针对业界主流分类算法,经过对它们的优势与劣势分析后,决定将DPI(Deep Packet Inspection)、C4.5决策树和PART规则三种分类算法结合,构成组合算法,即同时使用这三种算法对UDP流量进行分类,然后根据算法的可靠度建立一种结果选择策略,并对三种算法得到的结果进行选择,进而得到最终的分类结果。实验结果表明,组合算法得到的流整体分类准确率均高于每种单一算法。此外,在上述三种算法中,没有一种算法可以在每种应用流量上都得到高于其它算法的分类准确率,而组合算法对于每种应用流量的分类准确率一般情况下会高于三种单一算法的。此外,目前业界并没有能够反映当前网络环境的UDP网络流量基准数据集供研究使用,因此本文使用Process Monitor进程监控工具和Wireshark数据包捕获工具在单机上获取了UDP流量基准数据集以满足实验所需。