基于柔性神经树的Internet流量早期识别模型

摘要：

在互联网产生的早期阶段对其进行准确有效的识别，对于网络管理和网络安全来说都有着极其重要的意义。鉴于此，近年来越来越多的研究致力于仅仅基于流量早期的数个数据包，建立有效的机器学习模型对其进行识别。本文力图基于柔性神经树（ FNT）构建有效的互联网流量早期识别模型。两个开放数据集和一个实验室采集的数据集用于实验研究，并将FNT与8种经典算法进行对比。实验结果表明，FNT在大多数情况下，其识别率和误报率指标优于其他算法，这说明FNT是一种有效的流量早期识别模型。

关键词：流量识别、机器学习、早期特征、柔性神经树

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家973重点基础研究发展计划2011CB302605；国家863高技术研究发展计划2011AA010705，2012AA012502，2012AA012506；“十一五”国家科技支撑计划2012BAH37B01；国家自然科学基金11226239，6110018，61173144，61472164。

在线出版日期：2015-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：21-24