10.3969/j.issn.2095-2163.2015.02.006
基于柔性神经树的Internet流量早期识别模型
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。
流量识别、机器学习、早期特征、柔性神经树
TP391.41(计算技术、计算机技术)
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。
2015-05-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
21-24