基于SVM的并行网络流量分类方法

摘要：

针对SVM (support vector machine)算法应用到大规模网络流量分类中存在计算复杂度高、训练速度慢等问题,提出一种基于云计算平台进行并行网络流量分类的SVM方法,以提高对大数据集的分类训练速度.该方法是一种采用云计算平台构建多级SVM和映射规约(MapReduce)模型的方法.它将训练数据集划分为多个子训练数据集,通过对所有子训练数据集进行并行训练,得到支持向量集,进而训练出流量分类模型.实验结果表明,与传统的SVM方法相比,并行SVM网络流量分类方法在保持较高分类精度的前提下,有效地减少了训练时间,提高了大规模网络流量分类的速度.

关键词：网络流量分类、支持向量机、并行、映射规约、云计算

所属期刊栏目：34

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金项目61163058;广西自然科学基金项目2011GXNSFB018076

在线出版日期：2013-10-08（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：2646-2650