期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于随机森林的流量多特征提取与分类研究 被引量:10
1
作者 韦泽鲲 夏靖波 +2 位作者 张晓燕 付凯 申健 《传感器与微系统》 CSCD 2016年第12期55-59,共5页
网络流量的多样化和复杂化以及高实时性要求对流量识别技术带来了巨大挑战,而通过基于机器学习的网络流量分类中,流量统计特征选择能够快速准确对流量进行识别,具有重要的研究意义。随机森林(RF)作为近年较热门的灰盒算法,对当前的网络... 网络流量的多样化和复杂化以及高实时性要求对流量识别技术带来了巨大挑战,而通过基于机器学习的网络流量分类中,流量统计特征选择能够快速准确对流量进行识别,具有重要的研究意义。随机森林(RF)作为近年较热门的灰盒算法,对当前的网络流量具有较好的识别能力。通过随机森林的节点选择算法,对流量特征进行选择,并结合物理意义进行优化,进行多次特征提取。实验结果表明:提出的算法在识别模型构建上性能更加优越,耗费时间大大减小,同时准确度等指标得到提高。 展开更多
关键词 流量统计特征 随机森林 灰盒模型 特征提取
在线阅读 下载PDF
面向移动App流量的多特征集合集成聚类方法研究与应用 被引量:3
2
作者 吴志敏 刘珍 +1 位作者 王若愚 陈洁桐 《计算机应用研究》 CSCD 北大核心 2019年第10期3101-3106,共6页
针对移动互联网流量识别问题,基于多项性能评估指标,分析K-均值和谱聚类算法在不同特征集合或不同识别目标流量数据集上的聚类性能,并提出基于多特征集合的集成聚类方法。比较分析实验表明,相同聚类方法在不同特征集合或不同识别目标数... 针对移动互联网流量识别问题,基于多项性能评估指标,分析K-均值和谱聚类算法在不同特征集合或不同识别目标流量数据集上的聚类性能,并提出基于多特征集合的集成聚类方法。比较分析实验表明,相同聚类方法在不同特征集合或不同识别目标数据集上性能有所不同,集成聚类方法能够有效提高利用单个特征集合聚类方法的性能。进一步将集成聚类方法应用于App关联分析,分析结果可为移动App的划分和用户行为分析提供客观依据。 展开更多
关键词 移动App流量 流量统计特征 集成聚类 流量识别
在线阅读 下载PDF
基于机器学习的SSH应用分类研究 被引量:2
3
作者 孟姣 王丽宏 +1 位作者 熊刚 姚垚 《计算机研究与发展》 EI CSCD 北大核心 2012年第S2期153-159,共7页
SSH作为一种加密通讯协议,不仅为远程登录等服务提供了安全保障,其隧道应用还可以封装一些其他未知应用,对网络安全产生了一定的潜在影响,因此需要准确识别出这些应用,并及时采取相应措施,维护网络安全.由于SSH协议的加密特性,通常采用... SSH作为一种加密通讯协议,不仅为远程登录等服务提供了安全保障,其隧道应用还可以封装一些其他未知应用,对网络安全产生了一定的潜在影响,因此需要准确识别出这些应用,并及时采取相应措施,维护网络安全.由于SSH协议的加密特性,通常采用基于流量统计特征的方法对其进行识别,且多是采用有监督的机器学习方法.通过对无监督机器学习方法与有监督机器学习方法的对比,比较了C4.5,SVM,BayesNet,K-means,EM这5种机器学习方法对SSH应用的分类效果,证实了通过机器学习方法来识别SSH应用是可行的.实验结果显示无监督的K-means方法具有最好的分类效果,对SSH隧道中的HTTP应用的识别准确率最高,达到了99%以上. 展开更多
关键词 SSH隧道 流量统计特征 机器学习 流量分类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部