哈尔滨理工大学学报
哈爾濱理工大學學報
합이빈리공대학학보
JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY
2015年
2期
63-68
,共6页
李丹丹%田春伟%李佰洋%孙广路%康健
李丹丹%田春偉%李佰洋%孫廣路%康健
리단단%전춘위%리백양%손엄로%강건
子空间聚类%网络流分类%特征签名
子空間聚類%網絡流分類%特徵籤名
자공간취류%망락류분류%특정첨명
subspace clustering%network traffic classification%feature signatures
应用层网络流量分类技术对流量控制与管理等研究具有重要意义.针对传统的基于有监督机器学习的分类方法对所有应用程序使用相同的特征,使得某些特征对一种或几种应用类型有区分性,而对其他应用类型的网络流分类产生干扰等问题,提出基于子空间聚类方法的网络流分类框架.利用子空间聚类算法,在总特征集中为每一种类型应用进行特征选择,提取与之相对应的关键特征,自动消除不相关的特征,使得每种应用类型都产生对应的特征签名集,并用这些不同的特征签名对未知的网络流进行分类.实验结果表明:本文提出的方法能够有效地提出每种应用类型的特征签名,并且所提出的特征签名具有明显的可区分性,该方法的分类准确率在93%以上,并且能很好的识别新出现的应用.
應用層網絡流量分類技術對流量控製與管理等研究具有重要意義.針對傳統的基于有鑑督機器學習的分類方法對所有應用程序使用相同的特徵,使得某些特徵對一種或幾種應用類型有區分性,而對其他應用類型的網絡流分類產生榦擾等問題,提齣基于子空間聚類方法的網絡流分類框架.利用子空間聚類算法,在總特徵集中為每一種類型應用進行特徵選擇,提取與之相對應的關鍵特徵,自動消除不相關的特徵,使得每種應用類型都產生對應的特徵籤名集,併用這些不同的特徵籤名對未知的網絡流進行分類.實驗結果錶明:本文提齣的方法能夠有效地提齣每種應用類型的特徵籤名,併且所提齣的特徵籤名具有明顯的可區分性,該方法的分類準確率在93%以上,併且能很好的識彆新齣現的應用.
응용층망락류량분류기술대류량공제여관리등연구구유중요의의.침대전통적기우유감독궤기학습적분류방법대소유응용정서사용상동적특정,사득모사특정대일충혹궤충응용류형유구분성,이대기타응용류형적망락류분류산생간우등문제,제출기우자공간취류방법적망락류분류광가.이용자공간취류산법,재총특정집중위매일충류형응용진행특정선택,제취여지상대응적관건특정,자동소제불상관적특정,사득매충응용류형도산생대응적특정첨명집,병용저사불동적특정첨명대미지적망락류진행분류.실험결과표명:본문제출적방법능구유효지제출매충응용류형적특정첨명,병차소제출적특정첨명구유명현적가구분성,해방법적분류준학솔재93%이상,병차능흔호적식별신출현적응용.