基于词袋模型聚类的异常流量识别方法

摘要：

针对现有异常流量检测方法的识别准确率低且快速识别需要确定阈值等问题,基于词袋模型聚类,提出一种改进的网络异常流量识别方法.通过对已有的异常流量和正常流量进行K-means均值聚类,得到网络流量中的流量关键点,将网络流量转化映射到相应流量关键点后建立直方图,并采用半监督学习方式对异常流量进行检测.实验结果表明,与基于朴素贝叶斯、支持向量机等的识别方法相比,该方法具有更好的异常流量识别效果.

关键词：词袋模型、机器学习、聚类、数据挖掘、异常流量识别

所属期刊栏目：43

分类号：TP309(计算技术、计算机技术)

资助基金：贵州省科学技术基金贵黔合LH字[2014]7634号,黔科合J字[2012]2328号

在线出版日期：2017-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：204-209