基于ELM的网络流量分类及可视化研究 |
| |
引用本文: | 陈幸如,魏书宁.基于ELM的网络流量分类及可视化研究[J].安徽师范大学学报(自然科学版),2018,41(2). |
| |
作者姓名: | 陈幸如 魏书宁 |
| |
作者单位: | 湖南师范大学 信息科学与工程学院,湖南 长沙,410081;湖南师范大学 信息科学与工程学院,湖南 长沙,410081 |
| |
基金项目: | 湖南省教育厅一般项目;教学改革项目;湖南师大自然科学研究项目 |
| |
摘 要: | 精准的网络流量分类是网路流量监测和网络流量数据分析的重要基础。机器学习方法利用统计网络流量的各种特征,不依赖于协议端口和协议内容对网络流量数据进行分析。采用超限学习机(ELM)和改进算法分层超限学习机(H-ELM)作为机器学习的算法,识别客户端与服务器。对链路层、网络层和应用层数据进行分析,实现对多层次网络流量数据的可视化,对H-ELM和ELM算法的实验结果进行对比。实验结果表明,ELM算法能有效地应用于网络流量分类,基于ELM分类模型的网络流量识别训练速度快。H-ELM通过紧凑的特征去除冗余原始输入,改进了总体学习表现。
|
关 键 词: | 网络流量 超限学习机 分层超限学习机 数据可视化 |
本文献已被 CNKI 万方数据 等数据库收录! |
|