论文部分内容阅读
针对传统网络流量分类方法不能很好地满足高速网络流量分类的实时性和准确性要求，提出了一种基于FPGA的二次加权朴素贝叶斯网络流量分类方法。该方法通过对样本属性和样本类别进行加权，并在FPGA上进行建模，从而实现网络流量的实时、准确分类。仿真实验结果表明，该方法与传统网络流量分类方法相比，提高分类精度的同时具有更好的实时性，在100MHz时钟下其分类速度约为纯软件实现分类速度的260倍。