本文選題：機(jī)器學(xué)習(xí)算法 + 在線流量�。� 參考：《科學(xué)技術(shù)與工程》2017年28期

【摘要】：隨著時間的推移,網(wǎng)絡(luò)協(xié)議流將出現(xiàn)不平衡的現(xiàn)象,經(jīng)常出現(xiàn)不可預(yù)知的在線流量種類,傳統(tǒng)在線流量分類模型無法對未知的流量種類進(jìn)行分類,導(dǎo)致整體分類精度低,適應(yīng)能力差。為此提出一種新的基于機(jī)器學(xué)習(xí)算法的在線流量分類方法,針對不同類別的在線流量樣本流集合篩取出若干最近鄰樣本流,求出各個樣本流特征權(quán)重,確定各個特征與類別的相關(guān)性,將相關(guān)性大的特征當(dāng)成在線流量特征。依據(jù)得到的特征選取部分標(biāo)識在線流量數(shù)據(jù),確定K中值聚類的起始中心,構(gòu)造映射關(guān)系,獲取未知的在線流量種類。實(shí)驗(yàn)結(jié)果表明,所提方法有很高的分類精度,且擴(kuò)展性和適應(yīng)能力較強(qiáng)。
[Abstract]:With the passage of time, the network protocol flow will appear the phenomenon of imbalance, often there are unpredictable online traffic types, the traditional online traffic classification model can not classify unknown traffic types, resulting in the overall classification accuracy is low. Poor adaptability. In this paper, a new on-line traffic classification method based on machine learning algorithm is proposed. Some nearest neighbor sample streams are extracted from different types of online flow sample stream sieve, and the characteristic weights of each sample flow are obtained. The correlation between each feature and the category is determined, and the feature with high correlation is regarded as the online traffic feature. According to the obtained features, the online traffic data are selected to determine the starting center of K median clustering, to construct the mapping relationship, and to obtain unknown online traffic types. The experimental results show that the proposed method has high classification accuracy and strong expansibility and adaptability.
【作者單位】： 武夷學(xué)院實(shí)驗(yàn)室管理中心;
【分類號】：TP181;TP393.0

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 辛憲會;葉秋果;滕惠忠;郭思海;李軍;張靚;韓曉宏;;小樣本機(jī)器學(xué)習(xí)算法的特性分析與應(yīng)用[J];海洋測繪;2007年03期

2 何清;李寧;羅文娟;史忠植;;大數(shù)據(jù)下的機(jī)器學(xué)習(xí)算法綜述[J];模式識別與人工智能;2014年04期

3 王繼成;基于認(rèn)知模擬的自適應(yīng)機(jī)器學(xué)習(xí)算法研究[J];軟件學(xué)報(bào);2001年08期

4 劉永定;陽愛民;周序生;鄒豪杰;;使用機(jī)器學(xué)習(xí)算法分類P2P流量的方法[J];計(jì)算機(jī)應(yīng)用研究;2009年09期

5 吳秀清,韓彬斌;基于Bayes算法的Web網(wǎng)頁識別[J];計(jì)算機(jī)工程;2000年03期

6 陶卿;姚穗;范勁松;方廷健;;一種新的機(jī)器學(xué)習(xí)算法:Support Vector Machines[J];模式識別與人工智能;2000年03期

7 A N.Meltzoff;P K.Kuhl;J Movellan;T J.Sejnowski;馮銳;繆茜惠;;新學(xué)習(xí)科學(xué)的基礎(chǔ)[J];遠(yuǎn)程教育雜志;2011年01期

8 張宏莉;魯剛;;分類不平衡協(xié)議流的機(jī)器學(xué)習(xí)算法評估與比較[J];軟件學(xué)報(bào);2012年06期

9 張棟;柯長青;余瞰;;機(jī)器學(xué)習(xí)算法在ALOS影像分類中的應(yīng)用研究[J];遙感信息;2010年03期

10 楊樹仁;沈洪遠(yuǎn);;基于相關(guān)向量機(jī)的機(jī)器學(xué)習(xí)算法研究與應(yīng)用[J];計(jì)算技術(shù)與自動化;2010年01期

相關(guān)會議論文 前3條

1 何晏成;關(guān)毅;岳淑珍;;一個基于免疫機(jī)制的在線機(jī)器學(xué)習(xí)算法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

2 黃典偉;吳智銘;;用代數(shù)方法對網(wǎng)絡(luò)協(xié)議建模和綜合[A];1994年中國控制會議論文集[C];1994年

3 韓寶偉;趙曉群;;RFID系統(tǒng)中閱讀器網(wǎng)絡(luò)協(xié)議的研究[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（下冊）[C];2008年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)駐德國記者 李山;國際網(wǎng)絡(luò)協(xié)議大會：為網(wǎng)絡(luò)發(fā)展把脈[N];科技日報(bào);2013年

2 雙木;網(wǎng)絡(luò)管理之網(wǎng)絡(luò)協(xié)議篇[N];中國電腦教育報(bào);2003年

3 ;802.11b網(wǎng)絡(luò)協(xié)議中存在缺陷[N];計(jì)算機(jī)世界;2004年

4 澳大利亞悉尼大學(xué)中國研究中心主任 凱瑞·布朗(Kerry Brown)　白樂 譯;網(wǎng)絡(luò)協(xié)議確保全球網(wǎng)絡(luò)互信[N];中國社會科學(xué)報(bào);2014年

5 高飛;網(wǎng)絡(luò)溝通的橋梁[N];中國電腦教育報(bào);2004年

6 本報(bào)記者 劉金松;教育最大的不公平是教育資源不平衡[N];經(jīng)濟(jì)觀察報(bào);2014年

7 高明云;歐洲推出IPv6實(shí)施指南[N];人民郵電;2009年

8 程凱;解決不平衡還要靠市場[N];中華工商時報(bào);2005年

9 本報(bào)見習(xí)記者 周寧;示范小城鎮(zhèn)建設(shè)“四個不平衡”[N];經(jīng)濟(jì)信息時報(bào);2013年

10 記者 張黎明;我市治堵工作進(jìn)展不平衡[N];金華日報(bào);2014年

相關(guān)博士學(xué)位論文 前4條

1 孫紹華;不平衡電網(wǎng)條件下并網(wǎng)逆變關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

2 艾旭升;基于免疫系統(tǒng)的不平衡數(shù)據(jù)分類方法研究[D];蘇州大學(xué);2016年

3 房曉南;基于半監(jiān)督和集成學(xué)習(xí)的不平衡數(shù)據(jù)特征選擇和分類[D];山東師范大學(xué);2016年

4 王健;面向樣本不平衡的故障特征提取方法[D];東北大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 張春迎;機(jī)器學(xué)習(xí)算法在不同領(lǐng)域數(shù)據(jù)分析中的應(yīng)用[D];天津大學(xué);2014年

2 袁方方;基于云平臺的機(jī)器學(xué)習(xí)算法并行化研究與應(yīng)用[D];內(nèi)蒙古師范大學(xué);2016年

3 賈鑫;面向函數(shù)型數(shù)據(jù)分析的機(jī)器學(xué)習(xí)算法研究與應(yīng)用[D];北京化工大學(xué);2016年

4 張澤;機(jī)器學(xué)習(xí)算法及其工程應(yīng)用研究[D];天津大學(xué);2012年

5 班瑞;基于語義Web的機(jī)器學(xué)習(xí)算法研究與應(yīng)用[D];南京理工大學(xué);2006年

6 張予焓;產(chǎn)品評價對象的提取與分析[D];北京郵電大學(xué);2010年

7 劉永定;基于機(jī)器學(xué)習(xí)算法的P2P流量分類研究[D];湖南工業(yè)大學(xué);2009年

8 劉金克;基于機(jī)器學(xué)習(xí)算法的隱喻識別研究[D];南京師范大學(xué);2011年

9 龔美娜;基于網(wǎng)絡(luò)協(xié)議的信息隱藏研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2015年

10 林榮強(qiáng);網(wǎng)絡(luò)協(xié)議識別關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2015年

，

本文編號：1801802