【摘 要】
：
传统的端口号与深度包检测分类技术已不能满足网络中各类应用的分类要求,无法进行准确分类。为此,提出一种基于半监督学习的马尔科夫模型网络流量分类算法。利用流之间的相关
【机 构】
：
北京化工大学信息中心,北京化工大学信息科学与技术学院
【基金项目】
：
中央高校基本科研业务费专项资金(PT1612)
论文部分内容阅读
传统的端口号与深度包检测分类技术已不能满足网络中各类应用的分类要求,无法进行准确分类。为此,提出一种基于半监督学习的马尔科夫模型网络流量分类算法。利用流之间的相关性构建马尔科夫模型,采用密度计算的方法估计聚类的中心点,通过KL距离计算中心点与样本之间的相似度,将样本划分到不同的应用类型中。使用马尔科夫模型提取特征参数,用以识别流量应用类型,并提高准确度,解决传统的基于半监督学习的流量分类方法依赖不稳定聚类算法的问题。实验结果表明,使用该方法机器学习得到的网络流量分类器可以取得理想的分类效果。
其他文献
骨干网正向着IP over WDM的两层结构演进，其中，WDM层广泛应用基于线路交换的大容量智能光网络并向着突发交换的交换模式探索。在这一发展趋势的引领下，围绕着资源利用与服务质量
光纤通信已逐渐成为现代通信传输特别是干线传输的主要方式,并正在向全光网络的方向发展。全光网的核心技术主要包括两部分,一个是光的传输,另外一个是光的交换。超高速传输
针对大中型企业信贷业务领域竞争的加剧和部分优势行业的集约化经营,大中型企业信贷业务增长乏力,对商业银行的综合贡献度不断下降,在此背景下发展小微企业信贷业务已经成为
针对强NBI使扩频系统失效的问题,本文围绕同步码分多址(CDMA, Code-Division Multiple-Access)系统的不同类型NBI最佳抑制需求展开讨论,重点研究NBI类型的识别技术并根据识别
在刺栲和短刺栲9458个叶片中,有60％的叶片被虫食.叶片虫食痕迹多样,很难复绘出叶原来的形状测定虫食面积.提出用重量比值法求算叶被采食率（I_g）的公式.比较非虫食叶和虫食叶的大
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’＃陈川个美食
Back to yield
<正>一、研究的背景语言是信息的载体,也是大脑思维的产物,思维的结果需要通过语言来进行表达,语言的丰富多样性又为思维的发展提供了更为丰富的资料,二者相互促进,密不可分
中国能源建设集团科技发展有限公司（简称“能建科技”）自成立伊始就肩负着中国能建产业转型升级的使命。他们抓住海外建设工程后期运营市场空白的机遇，向着延伸产业链条、建设运营一体化、深入推进属地化经营模式的目标迈进。 国际市场大有可为 能建科技打造国际型能源服务商，与以往的能源建设公司最大不同之处在于服务为先。中国能建是传统的能源建设企业，侧重于EPC工程总承包。对于发电设施建设完成后的后端市场涉猎