计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2009年
20期
115-116,120
,共3页
流量识别%信息熵%K-Means算法%深度包探测
流量識彆%信息熵%K-Means算法%深度包探測
류량식별%신식적%K-Means산법%심도포탐측
针对当前基于流特征的流量识别方法准确率较低的问题,提出一种基于信息熵的流量识别方法,运用信息熵寻找显著特征,根据显著特征进行级联分簇.实验分析表明,该方法识别流和字节的准确率达90%以上,比单纯用K-Means等聚类算法的准确率提高10% 左右.
針對噹前基于流特徵的流量識彆方法準確率較低的問題,提齣一種基于信息熵的流量識彆方法,運用信息熵尋找顯著特徵,根據顯著特徵進行級聯分簇.實驗分析錶明,該方法識彆流和字節的準確率達90%以上,比單純用K-Means等聚類算法的準確率提高10% 左右.
침대당전기우류특정적류량식별방법준학솔교저적문제,제출일충기우신식적적류량식별방법,운용신식적심조현저특정,근거현저특정진행급련분족.실험분석표명,해방법식별류화자절적준학솔체90%이상,비단순용K-Means등취류산법적준학솔제고10% 좌우.
