基于CVFDT的网络流量分类方法

摘要：

针对网络流量数据大、动态变化性高的问题,提出一种基于数据流挖掘技术--概念自适应快速决策树(CVFDT)的网络流量识别方法.CVFDT适合处理流动数据,随数据样本分布的变化更新模型,并能处理概念漂移.在具有12个最优属性特征的网络流数据集上进行实验,结果表明,与朴素贝叶斯方法相比,CVFDT方法具有较好的分类效果和稳定性.

关键词：流量分类、应用识别、概念自适应快速决策树、数据流挖掘

所属期刊栏目：37

分类号：TP309(计算技术、计算机技术)

在线出版日期：2011-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：101-103