本文關鍵詞：基于相關信息的網絡流量貝葉斯分類法改進，，由筆耕文化傳播整理發(fā)布。

【摘要】：網絡應用的快速增長導致傳統(tǒng)基于端口與有效載荷的網絡流量分類方法效率大幅降低,并且目前多數網絡流分類方法未考慮流之間的相關性。針對上述問題,基于相關信息提出一種改進的網絡流量貝葉斯分類法。利用流包模型反映網絡流的相關信息,將非參數核密度估計方法引入貝葉斯分類器中,對分布密度函數進行非參數核密度估計。實驗結果表明,與使用核密度估計和流包的分類方法相比,該方法的分類準確率更高。
【作者單位】： 北京化工大學信息中心;
【關鍵詞】： 網絡流量分類 樸素貝葉斯分類 核密度估計 相關信息 機器學習
【基金】：國家科技支撐計劃基金資助項目(2010BAC67B05)
【分類號】：TP393.06
【正文快照】： 中文引用格式:趙英,譚楊.基于相關信息的網絡流量貝葉斯分類法改進[J].計算機工程,2016,42(3):80-83,88.英文引用格式:Zhao Ying,Tan Yang.Improving for Network Traffic Bayes Classification Method Based on CorrelationInformation[J].Computer Engineering,2016,42(3):8

【相似文獻】

中國期刊全文數據庫 前10條

1 田子德;王國君;;網絡環(huán)境下學生自主學習的貝葉斯評價[J];白城師范學院學報;2007年06期

2 楊彩虹;黃本雄;;基于貝葉斯信念網的網絡流量分類與識別研究[J];計算機應用與軟件;2011年01期

3 胡文斌;孟波;王少梅;;基于貝葉斯網絡的權重自學習方法研究[J];計算機集成制造系統(tǒng);2005年12期

4 李方;劉瓊蓀;;基于改進屬性加權的樸素貝葉斯分類模型[J];計算機工程與應用;2010年04期

5 丁光華;周繼鵬;周敏;;基于MapReduce的并行貝葉斯分類算法的設計與實現(xiàn)[J];微計算機信息;2010年09期

6 蔡志強;孫樹棟;YANNOU Bernard;司書賓;;基于貝葉斯網絡分類器的產品故障率分類研究[J];計算機應用研究;2009年09期

7 游正陸;張剛;;基于貝葉斯的多維數據分類模型[J];改革與開放;2013年06期

8 朱志勇;徐長梅;劉志兵;胡晨剛;;基于貝葉斯網絡的客戶流失分析研究[J];計算機工程與科學;2013年03期

9 董立巖;劉光遠;苑森淼;李永麗;孫銘會;;混合式樸素貝葉斯分類模型[J];吉林大學學報(信息科學版);2007年01期

10 周顏軍,王雙成,王輝;基于貝葉斯網絡的分類器研究[J];東北師大學報(自然科學版);2003年02期

中國重要會議論文全文數據庫 前6條

1 袁野;胡邦輝;劉丹軍;蘇宏琛;;基于貝葉斯分類判別方法的雷暴預報研究[A];第26屆中國氣象學會年會災害天氣事件的預警、預報及防災減災分會場論文集[C];2009年

2 李千目;嚴悍;劉靜;王宗月;張宏;劉鳳玉;;基于貝葉斯網絡的網絡性能診斷系統(tǒng)[A];第16屆中國過程控制學術年會暨第4屆全國故障診斷與安全性學術會議論文集[C];2005年

3 鄧紅;陳丹;周方;;基于貝葉斯網絡的多主題對話管理方法研究[A];2010通信理論與技術新發(fā)展——第十五屆全國青年通信學術會議論文集（下冊）[C];2010年

4 馬后鋒;樊興華;;一種改進的增量貝葉斯分類算法[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

5 周德全;;離散貝葉斯分類算法及分類誤差估計[A];中國儀器儀表學會第六屆青年學術會議論文集[C];2004年

6 陳猛;郭華平;范明;;一種基于貝葉斯的多窗口數據流分類模型[A];第二十五屆中國數據庫學術會議論文集（二）[C];2008年

中國碩士學位論文全文數據庫 前10條

1 李平;貝葉斯網在糖尿病輔助診斷系統(tǒng)中的應用[D];浙江工業(yè)大學;2013年

2 王峻;樸素貝葉斯分類模型的研究與應用[D];合肥工業(yè)大學;2006年

3 張亞萍;基于聚類的樸素貝葉斯分類模型的研究與應用[D];合肥工業(yè)大學;2006年

4 余民杰;貝葉斯網絡分類器與應用[D];云南財經大學;2012年

5 張平;基于貝葉斯網絡的多維分類問題研究[D];西安電子科技大學;2014年

6 李冠廣;基于貝葉斯網絡的入侵檢測[D];大連理工大學;2010年

7 劉輝;基于貝葉斯分類技術的電信客戶欺詐分析[D];西南交通大學;2005年

8 孫銘會;多模塊集成式貝葉斯分類模型的研究[D];吉林大學;2007年

9 朱曉丹;樸素貝葉斯分類模型的改進研究[D];廈門大學;2014年

10 彭興媛;樸素貝葉斯分類改進算法的研究[D];重慶大學;2012年

  本文關鍵詞：基于相關信息的網絡流量貝葉斯分類法改進，由筆耕文化傳播整理發(fā)布。

本文編號：475003