10.3969/j.issn.1002-137X.2011.03.017
基于复杂网络社团划分的网络流量分类
随着网络的高速发展以及各种应用的不断涌现,采用端口号映射或有效负载分析的方法进行流量分类与应用识别已难以满足应用的需求.以流为网络节点、流之间统计特征的相似度为边,构建流相关网络模型,利用New-man快速社团划分算法(NFCD)对流相关网络模型进行社团划分,得到了流的聚类结果,实现了网络流量的分类,并与先前的两种无监督的流量分类算法(K-Means,DBSCAN)进行了对比.实验结果显示,利用NFCD算法具有更高的准确率,并能产生更好的聚类效果,且不受输入参数影响.
流量分类、无监督聚类、社团划分、复杂网络
38
TN919.26
国家高技术研究发展计划8632007AA01Z449;国家自然科学基金60970146;国家自然科学基金-广东联合基金重点项目U0735002
2011-06-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
80-82,86