互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于支持向量机的流量分类方法


□ 林 森 徐 鹏 刘 琼

  摘 要:针对现有流量分类方法存在的准确率低、应用范围受限、计算复杂度高等问题,提出使用支持向量机方法来解决流量分类问题。使用公开的人工标注数据集作为训练集和测试集,通过有监督学习构建支持向量机流量分类器。此外,通过实验进一步分析了训练集大小、核函数、惩罚因子等因素对支持向量机分类性能的影响。实验结果表明支持向量机分类器可以达到98%以上的流分类准确率。

  关键词:流量分类; 支持向量机; 流量识别

  中图分类号:tp393 文献标志码:a 文章编号:1001-3695(2008)08-2488-03

  traffic classification based on support vector machine

  lin sena,b,xu penga,b,liu qionga,b

  (a.institute of software, b.graduate school,chinese academy of sciences, beijing 100190, china)

  abstract:in order to solve the problems in current work, such as low accuracy, limited application region or high computation complexity, support vector machine (svm) was applied to categorize traffic by application. the work capitalized on public hand-classified network dataset and used it to train and tested the supervised svm traffic classifier.the improved accuracy of refined variants of this classifier was further illustrated, and the variants included the size of training dataset, kernel functions and penalty factors. the results indicate that it can achieve over 98% accuracy on per-flow classification with the svm classifier.

  key words:traffic classification; support vector machine(svm); traffic identification

......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017