本文選題：概念漂移 + 流量檢測�。� 參考：《系統(tǒng)工程與電子技術》2013年04期

【摘要】：針對P2P網(wǎng)絡流量產(chǎn)生過程中存在概念漂移現(xiàn)象,提出具有概念漂移檢測功能的多分類器動態(tài)集成流量識別方案。該方案包括概念漂移檢測和分類器動態(tài)集成兩大模塊,由卡方統(tǒng)計推斷原理實現(xiàn)概念漂移檢測模塊功能,采用基分類器的性能優(yōu)先淘汰策略進行動態(tài)集成解決流量概念漂移發(fā)生后的識別問題。在以貝葉斯分類器、支持向量機、決策樹作為基分類器,針對不同集成規(guī)模、數(shù)據(jù)塊大小進行仿真實驗,結果證明方案是可行的,模型的識別準確率達到82%以上。
[Abstract]:Aiming at the phenomenon of concept drift in the process of P2P network traffic generation, a multi-classifier dynamic integrated traffic identification scheme with concept drift detection function is proposed. The scheme includes two modules: concept drift detection and classifier dynamic integration. The function of concept drift detection module is realized by chi-square statistical inference principle. The performance first elimination strategy of base classifier is used for dynamic integration to solve the problem of identification after the flow concept drift occurs. Taking Bayesian classifier, support vector machine and decision tree as basis classifiers, simulation experiments are carried out for different integration scales and data block sizes. The results show that the scheme is feasible and the recognition accuracy of the model is over 82%.
【作者單位】： 南京航空航天大學計算機科學與技術學院;安徽工程大學計算機與信息學院;南京郵電大學寬帶無線通信與傳感網(wǎng)技術教育部重點實驗室;南京大學計算機軟件新技術國家重點實驗室;
【基金】：國家自然科學基金(60973140,61170276) 江蘇省高校自然科學研究重大項目(12KJA520003) 安徽省高等學校青年教師科研資助計劃項目(2012SQRL220)資助課題
【分類號】：TP393.06

【參考文獻】

相關期刊論文 前5條

1 徐鵬;劉瓊;林森;;改進的對等網(wǎng)絡流量傳輸層識別方法[J];計算機研究與發(fā)展;2008年05期

2 李致遠;王汝傳;;一種基于機器學習的P2P網(wǎng)絡流量識別方法[J];計算機研究與發(fā)展;2011年12期

3 徐鵬;林森;;基于C4.5決策樹的流量分類方法[J];軟件學報;2009年10期

4 魯剛;張宏莉;葉麟;;P2P流量識別[J];軟件學報;2011年06期

5 周世杰;秦志光;吳春江;;對等網(wǎng)絡流量檢測技術研究[J];中興通訊技術;2007年05期

【共引文獻】

相關期刊論文 前10條

1 商可e，

本文編號：2067757