中国科学院软件研究所机构知识库
Advanced  
ISCAS OpenIR  > 多媒体通信和网络工程研究中心  > 期刊论文
题名:
基于支持向量机的Internet流量分类研究
作者: 徐鹏 ; 刘琼 ; 林森
关键词: 流量分类,网络测量,网络流,支持向量机,统计属性
刊名: 计算机研究与发展
发表日期: 2009
期: 3, 页:407-414
收录类别: 其他
部门归属: 中国科学院软件研究所;中国科学院研究生院;
摘要: 准确的网络流量分类是众多网络研究工作的基础,也一直是网络测量领域的研究热点.近年来,利用机器学习方法处理流量分类问题成为了该领域一个新兴的研究方向.在目前研究中应用较多的是朴素贝叶斯(nave Bayes,NB)及其改进算法.这些方法具有实现简单、分类高效的特点.但该方法过分依赖于样本空间的分布,具有内在的不稳定性.因此,提出一种基于支持向量机(support vector machine,SVM)的流量分类方法.该方法利用非线性变换和结构风险最小化(structural risk minimization,SRM)原则将流量分类问题转化为二次寻优问题,具有良好的分类准确率和稳定性.在理论分析的基础上,通过在实际网络流集合上与朴素贝叶斯算法的对比实验,可以看出使用支持向量机方法处理流量分类问题,具有以下3个优势:1)网络流属性不必满足条件独立假设,无须进行属性过滤;2)能够在先验知识相对不足的情况下,仍保持较高的分类准确率;3)不依赖于样本空间的分布,具有较好的分类稳定性.
内容类型: 期刊论文
URI标识: http://ir.iscas.ac.cn/handle/311060/7836
Appears in Collections:多媒体通信和网络工程研究中心 _期刊论文

Files in This Item:
File Name/ File Size Content Type Version Access License
基于支持向量机的Internet流量分类研究.pdf(639KB)----限制开放-- 联系获取全文

Recommended Citation:
徐鹏,刘琼,林森. 基于支持向量机的Internet流量分类研究[J]. 计算机研究与发展,2009-01-01(3):407-414.
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[徐鹏]'s Articles
[刘琼]'s Articles
[林森]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[徐鹏]‘s Articles
[刘琼]‘s Articles
[林森]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2017  中国科学院软件研究所 - Feedback
Powered by CSpace