基于半监督学习的网络流量分析研究

摘要：

半监督学习是一种新的机器学习方法,它将监督学习与无监督学习相结合,用少量的标签来分析大量的未标记数据集.近年来,半监督学习已成为国内外学者的研究热点之一,并被广泛应用于各个领域.随着5G等技术的兴起,网络流量数据流的复杂化、多样化给网络安全领域带来了新的挑战,因此,将半监督技术运用于网络流量数据的分析成为主要方法之一.现对当前网络流量数据特征以及处理方式进行介绍,阐述半监督学习在处理网络流量上的优势,总结了半监督学习在处理流量分析问题上的研究进展,并从半监督分类、半监督聚类和半监督降维等方面阐述了半监督学习在网络流量分析中的实际应用,最后指出了当前半监督网络流量分析方法在未来研究中面临的挑战和新的研究方向.

关键词：半监督学习、流量分析、半监督分类、网络数据流

所属期刊栏目：49

分类号：TP393(计算技术、计算机技术)

资助基金：赛尔网络下一代互联网技术创新项目NGII20190104

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：544-554,611