發(fā)布時(shí)間：2017-06-22 04:06

  本文關(guān)鍵詞：基于多分類器的網(wǎng)絡(luò)流量分類研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著信息技術(shù)的高速發(fā)展,各種各樣的互聯(lián)網(wǎng)應(yīng)用產(chǎn)生了大量的網(wǎng)絡(luò)流量,消耗了巨大的網(wǎng)絡(luò)資源,不僅給網(wǎng)絡(luò)服務(wù)質(zhì)量帶來(lái)了極大的挑戰(zhàn),同時(shí)也會(huì)導(dǎo)致互聯(lián)網(wǎng)安全問(wèn)題的產(chǎn)生。為了合理高效的利用網(wǎng)絡(luò)資源并為網(wǎng)絡(luò)管理者提供有效的管控手段,網(wǎng)絡(luò)流量分類是基礎(chǔ)和前提條件。在各種網(wǎng)絡(luò)流量分類技術(shù)中,基于機(jī)器學(xué)習(xí)的技術(shù)由于具有自動(dòng)性和自適應(yīng)性,成為近年來(lái)的研究熱點(diǎn)問(wèn)題。機(jī)器學(xué)習(xí)領(lǐng)域發(fā)現(xiàn),不同的特征描述、不同的分類器在分類性能上存在著彼此互補(bǔ)的現(xiàn)象,同時(shí)使用多個(gè)分類器可能提高分類準(zhǔn)確性。因此,多分類器的研究吸引了學(xué)者們廣泛的注意,并且已在手寫(xiě)體識(shí)別、時(shí)間序列預(yù)測(cè)、基因序列預(yù)測(cè)等多個(gè)實(shí)際應(yīng)用方面取得了較好的效果。但是,多分類器的方法在網(wǎng)絡(luò)流量分類領(lǐng)域的應(yīng)用研究才剛剛起步。在此背景下,本文對(duì)基于多分類器的網(wǎng)絡(luò)流量分類技術(shù)進(jìn)行研究。論文的主要工作如下：1、介紹了流量分類的基本概念,目前主要的流量識(shí)別方法及各自的優(yōu)缺點(diǎn),并重點(diǎn)分析了基于統(tǒng)計(jì)特征的識(shí)別方法。對(duì)利用機(jī)器學(xué)習(xí)算法進(jìn)行流量分類的方法進(jìn)行了詳細(xì)分析,為進(jìn)一步研究高效識(shí)別方法提供基礎(chǔ)。2、基于這樣的認(rèn)識(shí)—實(shí)際的網(wǎng)絡(luò)管理中,管理者希望識(shí)別出來(lái)并加以控制的可能只是少數(shù)特定的應(yīng)用,本論文提出為關(guān)注的應(yīng)用構(gòu)建應(yīng)用專門(mén)分類器,并將其組合協(xié)同工作的方法。同時(shí),通過(guò)實(shí)驗(yàn)的手段,保證每個(gè)應(yīng)用專門(mén)分類器對(duì)于其面向的應(yīng)用具有良好的識(shí)別效果。本文方法只需要較少的實(shí)驗(yàn)工作量,卻能夠得到較高的準(zhǔn)確性,實(shí)驗(yàn)結(jié)果表明,分類性能總體優(yōu)于所有參與實(shí)驗(yàn)的單分類器方法。3、對(duì)前人提出的各種面向概念漂移的多分類器方法進(jìn)行了深入的分析研究,在此基礎(chǔ)上,選擇基于權(quán)重的集成多分類器方法作為研究起點(diǎn),對(duì)該方法下的主要技術(shù)環(huán)節(jié)進(jìn)行了改進(jìn)。
【關(guān)鍵詞】：網(wǎng)絡(luò)流量分類 多分類器 行為知識(shí)空間 概念漂移
【學(xué)位授予單位】：揚(yáng)州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.06
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-16
• 1.1 研究背景8-9
• 1.2 網(wǎng)絡(luò)流量分類概念9-11
• 1.2.1 網(wǎng)絡(luò)流量分類的定義9-10
• 1.2.2 網(wǎng)絡(luò)流量分類的評(píng)價(jià)指標(biāo)10-11
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀11-14
• 1.4 研究目標(biāo)與研究?jī)?nèi)容14-15
• 1.5 論文組織結(jié)構(gòu)15-16
• 第2章 網(wǎng)絡(luò)流量分類方法綜述16-29
• 2.1 基于端口的方法16-17
• 2.2 基于應(yīng)用載荷的方法17-18
• 2.3 基于主機(jī)行為的方法18-20
• 2.4 基于機(jī)器學(xué)習(xí)的方法20-27
• 2.4.1 有監(jiān)督機(jī)器學(xué)習(xí)方法21-25
• 2.4.2 無(wú)監(jiān)督機(jī)器學(xué)習(xí)方法25-27
• 2.4.3 半監(jiān)督機(jī)器學(xué)習(xí)方法27
• 2.5 最近的研究—基于多分類器的網(wǎng)絡(luò)流量分類方法27-29
• 第3章 面向精度的多分類器網(wǎng)絡(luò)流量分類研究29-40
• 3.1 基礎(chǔ)工作29
• 3.2 本文方法29-36
• 3.2.1 總體思路29-31
• 3.2.2 組合方法的選擇31-36
• 3.3 實(shí)驗(yàn)36-38
• 3.3.1 基分類器的訓(xùn)練與選擇36
• 3.3.2 組合器的訓(xùn)練36-37
• 3.3.3 結(jié)果與分析37-38
• 3.4 本章小結(jié)38-40
• 第4章 面向概念漂移的多分類器網(wǎng)絡(luò)流量分類研究40-50
• 4.1 問(wèn)題分析40-41
• 4.2 機(jī)器學(xué)習(xí)領(lǐng)域處理概念漂移的方法41-43
• 4.3 本文方法43-48
• 4.3.1 概念漂移檢測(cè)45-46
• 4.3.2 基分類器的構(gòu)造46
• 4.3.3 權(quán)重的計(jì)算46-47
• 4.3.4 組合分類器更新47-48
• 4.4 實(shí)驗(yàn)48-49
• 4.4.1 實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)數(shù)據(jù)48
• 4.4.2 分類精度比較48-49
• 4.5 本章小結(jié)49-50
• 第5章 總結(jié)與展望50-51
• 5.1 總結(jié)50
• 5.2 下一步工作展望50-51
• 參考文獻(xiàn)51-56
• 致謝56-58
• 攻讀碩士學(xué)位期間發(fā)表的論文58-60

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 駱玉霞,陳煥偉;角度分類器與距離分類器比較研究——以鹽漬土分類為例[J];國(guó)土資源遙感;2002年02期

2 孫加慶;具有自學(xué)習(xí)功能的分類器的自動(dòng)生成[J];計(jì)算機(jī)時(shí)代;2002年12期

3 潘翔,姚明海,陳國(guó)華;多分類器的一種動(dòng)態(tài)聯(lián)合方法[J];計(jì)算機(jī)工程與應(yīng)用;2002年12期

4 馬耀華,何瑗;Augmented Bayes分類器的一種學(xué)習(xí)方法[J];計(jì)算機(jī)工程與應(yīng)用;2002年17期

5 王正群,孫興華,楊靜宇;多分類器組合研究[J];計(jì)算機(jī)工程與應(yīng)用;2002年20期

6 馮彥杰,王浣塵;學(xué)習(xí)分類器在績(jī)效尋優(yōu)中的應(yīng)用及其組織決策意義[J];控制理論與應(yīng)用;2003年03期

7 唐春生,金以慧;基于全信息矩陣的多分類器集成方法[J];軟件學(xué)報(bào);2003年06期

8 唐春生;金以慧;;權(quán)重自適應(yīng)調(diào)整的多分類器集成判決及其在文本分類中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2003年01期

9 劉寧鐘;楊靜宇;;基于遺傳算法的組合式分類器選擇[J];模式識(shí)別與人工智能;2003年03期

10 柏延臣,王勁峰;結(jié)合多分類器的遙感數(shù)據(jù)專題分類方法研究[J];遙感學(xué)報(bào);2005年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 王占一;徐蔚然;劉東鑫;郭軍;;一種基于兩級(jí)分類器的垃圾短信過(guò)濾方法[A];第五屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

2 翟靜;李海宏;唐常杰;陳敏敏;李智;;可驗(yàn)證對(duì)象集分類器的再訓(xùn)練演進(jìn)[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

3 陳繼航;劉家鋒;趙巍;唐降龍;;聯(lián)機(jī)手寫(xiě)識(shí)別筆段特征分類器的學(xué)習(xí)方法[A];黑龍江省計(jì)算機(jī)學(xué)會(huì)2009年學(xué)術(shù)交流年會(huì)論文集[C];2010年

4 穆明生;;基于特征集的多種分類器模型的在線筆跡認(rèn)證[A];第十屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

5 彭濤;左萬(wàn)利;赫楓齡;;基于鏈接上下文的分類器主題爬行技術(shù)(英文)[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2006年

6 王嵐;陳珂;遲惠生;;基于多特征組合多分類器的方法用于“與文本無(wú)關(guān)”的說(shuō)話人辨認(rèn)[A];第四屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

7 謝秋玲;;應(yīng)用于心電圖分類的KNN-SVM分類器研究[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

8 胡瓊;汪榮貴;胡韋偉;孫見(jiàn)青;;基于級(jí)聯(lián)分類器的快速人臉檢測(cè)方法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

9 李蘭春;王雙成;杜瑞杰;;認(rèn)知結(jié)構(gòu)評(píng)估的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)分類器方法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

10 邵小健;段華;賀國(guó)平;;一種改進(jìn)的最少核分類器[A];中國(guó)運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（上卷）[C];2004年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 黃明;精子分類器決定生男生女[N];廣東科技報(bào);2000年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 鄒金鳳;基于綜合評(píng)價(jià)理論的多分類器容器[D];大連理工大學(xué);2005年

2 高鳳娥;分布式環(huán)境下多分類器識(shí)別和應(yīng)用[D];西安電子科技大學(xué);2006年

3 郭霞;一種高效集成分類器及其在蛋白質(zhì)折疊識(shí)別中的應(yīng)用研究[D];湘潭大學(xué);2007年

4 王國(guó)林;基于分類器融合的人臉識(shí)別研究[D];江蘇科技大學(xué);2011年

5 張晨;多維約束下代價(jià)敏感集成分類器的研究[D];廣西師范大學(xué);2009年

6 郭瑜;鑄坯冷酸蝕圖像分類器的設(shè)計(jì)及研究[D];華中科技大學(xué);2009年

7 孫利;基于多分類器和雙視角信息融合的乳腺鉬靶圖像病灶分類算法研究[D];杭州電子科技大學(xué);2011年

8 強(qiáng)琦;基于統(tǒng)計(jì)學(xué)習(xí)的多類別分類器研究[D];浙江大學(xué);2006年

9 孫麗娜;集成異種分類器分類稀有類[D];鄭州大學(xué);2007年

10 范瑩;基于進(jìn)化計(jì)算和模糊聚類技術(shù)的多分類器聯(lián)合研究[D];山東師范大學(xué);2008年

  本文關(guān)鍵詞：基于多分類器的網(wǎng)絡(luò)流量分類研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：470667