| 一种基于相似度的高效网络流量识别方案 |
| |
| 引用本文： | 杜瑞颖,杨勇,陈晶,王持恒. 一种基于相似度的高效网络流量识别方案[J]. 山东大学学报(理学版), 2014, 0(9) |
| |
| 作者姓名： | 杜瑞颖 杨勇 陈晶 王持恒 |
| |
| 作者单位： | 1. 武汉大学计算机学院,湖北 武汉,430072
2. 武汉大学国际软件学院,湖北 武汉,430072 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 支持向量机(support vector machine,SVM)是分类算法中集高效性、准确率和实时性于一体的分类方案。但由于在SVM分类决策的过程中,无关的分类器也参与了投票,使得方案的实时性和分类可靠性有一定程度的降低。提出了基于相似度的高效SVM网络流量识别方案(efficient SVM based on similarity,ESVMS)。ESVMS通过估算待分类实例可能所属的类别范围,排除SVM中那些无关分类器的投票决策。实验结果表明ESVMS较SVM分类准确度几乎没有降低,但分类实时性进一步提高。
|
| 关 键 词： | 网络流量识别 机器学习 支持向量机 |
An efficient network traffic classification scheme based on similarity |
| |
| DU Rui-ying,YANG Yong,CHEN Jing,WANG Chi-heng. An efficient network traffic classification scheme based on similarity[J]. Journal of Shandong University, 2014, 0(9) |
| |
| Authors: | DU Rui-ying YANG Yong CHEN Jing WANG Chi-heng |
| |
| Abstract: | |
| |
| Keywords: | network traffic classification machine learning support vector machine |
| 本文献已被 CNKI 等数据库收录！ |
|
