基于TAN的网络流量分类方法
针对传统的基于传输层端口和基于特征码的流量分类技术准确率低、应用范围有限等缺点,提出了使用树扩展的贝叶斯分类器的方法,该方法利用网络流量的统计属性和基于统计理论的贝叶斯方法构建分类模型,并利用该模型对未知流量进行分类.实验分析了不同权值、不同规模的数据集对其性能的影响,并与NB、C4.5算法做了比较.实验结果表明,该方法具有较好的分类性能和较高的分类准确率.
流量分类、树扩展的贝叶斯分类器、贝叶斯网络、统计属性、机器学习
32
TP393(计算技术、计算机技术)
河南省基础与前沿技术研究计划基金项目112300410240
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
3957-3960