基于子空间聚类算法的流量分类方法研究

摘要：

目前网络流量业务类型具有不断变化和业务特征不断更新两大特点,但是,现有的流量分类器由于存在业务特征库更新代价大、误判率高等缺点,而无法满足正常的业务分类需求.因此需要设计一种子空间聚类算法来实现业务分类精细化,保障分类精确率、召回率以及效率等特性.实验验证表明,子空间聚类算法的业务分类精细化程度高,分类精确率平均超过95％,训练数据需求量低,并且这类方法对于改进DPI分类器对网络环境的适应能力有重大意义.

关键词：深度包检测、机器学习、流量分类、子空间聚类

所属期刊栏目：41

分类号：TP393(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划973计划资金项目2012CB315903;国家自然科学基金项目61103200,61379118;浙江省重点科技创新团队2011R50010

在线出版日期：2015-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：301-306,319