一种基于SVM后验概率的网络流量识别方法

摘要：

为解决网络样本标注的难题,实现多种网络流量环境中的主动学习,提出一种基于支持向量机后验概率的网络流量识别方法.结合支持向量机输出和Sigmoid函数拟合样本所属类别后验概率,用其中较大的2类概率信息熵值衡量样本影响分,借助支持向量机和不确定性采样策略实现主动学习过程,形成流量识别模型.实验结果表明,该方法能取得较好的识别效果.

关键词：流量识别、主动学习、支持向量机、熵、不确定性采样、后验概率

所属期刊栏目：38

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60973140;江苏省自然科学基金资助项目BK2009425;安徽省高等学校青年教师科研资助计划基金资助项目2012SQRL220

在线出版日期：2012-11-19（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：171-173