重尾分布的网络流量SVM分类

摘要：

网络流量表现出突发和自相似等动态特性,使得网络应用很难进行准确分类.本文分析了流量动态特性产生的不平衡性及其重尾分布,提出了基于重尾分布的流量分类定量分析模型.基于该分析模型,研究分类算法中训练集采集位置和规模大小的选取.考虑到混合流量中的次要数据流通常是小样本,选用支持向量机(SVM)算法进行流量分类.实验结果表明:重尾分布的流量分类训练集可以选择最佳采集位置和规模,以获得较好的分类模型,该定量分析模型对流量分类及提高分类精度有指导意义.

关键词：流量分类、突发、重尾分布、不平衡数据集、支持向量机(SVM)

所属期刊栏目：36

分类号：TP393(计算技术、计算机技术)

在线出版日期：2016-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：807-811