10.16208/j.issn1000-7024.2018.02.004
基于并行DAGSVM的网络流量分类方法
为解决在大规模网络流量上使用SVM (support vector machine)算法时训练速度慢的问题,提出一种基于并行DAGSVM (directed acyclic graph support vector machine)的网络流量分类方法.利用有向无环图,将使用Spark中并行二分类SVM算法训练得到的子分类器组合得到并行多分类SVM分类器.对比实验结果表明,与单机SVM方法相比,该方法在确保较高分类精度的前提下,训练速度提高了100倍以上.
网络流量分类、分布式计算、有向无环图、支持向量机、并行
39
TP393(计算技术、计算机技术)
国家自然科学基金项目61172053、61662018、61661015;广西自然科学基金项目2016GXNSFAA380153;广西云计算与复杂系统高校重点实验室基金项目2015209;广西研究生教育创新计划基金项目JGY2014062
2018-05-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
316-319,335