基于RVM的网络流量分类研究
本文关键词：基于RVM的网络流量分类研究 出处：《电子科技大学学报》2014年02期 论文类型：期刊论文
【摘要】：将相关向量机(RVM)分类模型应用于网络流量分类问题中。首先对实验数据进行了标准化处理,然后将RVM与其他机器学习算法进行了性能比较,最后在RVM分类结果预测概率中引入置疑区间概念,研究了置疑区间范围及其对分类准确性的影响,并基于此提出了一种新的混合流量分类方法。实验结果表明:1)RVM在准确性等3方面性能指标上优于SVM,且在小样本情况下仍具有较高的分类准确率;2)置疑区间[0.1,0.9]内的分类预测准确率较低,而置疑区间之外的分类预测准确率在98%以上。
[Abstract]:The relevance vector machine (RVM) classification model is applied in network traffic classification. Firstly, the experimental data were normalized, and then RVM and other machine learning algorithms are compared, and finally in the RVM classification results to predict the probability of introducing confidence interval concept, study the question range and its influence on the classification accuracy based on this, we proposed a new mixed traffic classification method. The experimental results show that: 1) RVM in the accuracy of the 3 aspects of performance indicators is better than SVM, and has a higher classification accuracy in the case of small sample rate; 2) that the prediction interval in [0.1,0.9] classification accuracy is low, and the question classification in addition to the interval prediction accuracy rate above 98%.
【作者单位】： 空军工程大学信息与导航学院;空军后勤部;
【基金】：陕西省科技计划自然基金重点项目(2012JZ8005) 全军军事学研究生课题(2010XXXX-488)
【分类号】：TP393.06
【正文快照】： 通过准确、实时地分类网络流量,网络运营商能够及时获知当前占据主要带宽的流量应用类型,依此调整网络运行策略以支持其不同的网络运行目标,从而达到优化网络性能、提升服务质量的目的。目前主要的流量识别、分类技术有4种,分别是端口识别技术[1]、深层数据包检测技术(DPI)[2
【参考文献】
相关期刊论文 前1条
1 胡昌华;王兆强;周志杰;司小胜;;一种RVM模糊模型辨识方法及在故障预报中的应用[J];自动化学报;2011年04期
【共引文献】
相关期刊论文 前4条
1 马登武;范庚;张继军;;相关向量机及其在故障诊断与预测中的应用[J];海军航空工程学院学报;2013年02期
2 陈业;胡昌华;周志杰;张伟;王华国;;一种改进的SR-CDKF算法及其在早期微小故障检测中的应用[J];自动化学报;2013年10期
3 桂卫华;陈志鹏;何明芳;阳春华;;基于相关向量机的硫泡沫浮选液位软测量[J];控制工程;2014年01期
4 夏靖波;柏骏;赵小欢;吴吉祥;;基于相关向量机的在线网络流量分类方法[J];吉林大学学报(工学版);2014年02期
相关博士学位论文 前1条
1 路阳;非线性随机系统故障检测问题研究[D];东北石油大学;2013年
相关硕士学位论文 前1条
1 陈志鹏;硫浮选泡沫层厚度软测量方法及应用[D];中南大学;2013年
【二级参考文献】
相关期刊论文 前9条
1 胡昌华;司小胜;;基于信度规则库的惯性平台健康状态参数在线估计[J];航空学报;2010年07期
2 张旭东;陈锋;高隽;方廷健;;稀疏贝叶斯及其在时间序列预测中的应用[J];控制与决策;2006年05期
3 万峰,孙优贤;基于模糊模型的非线性离散时间系统辨识:算法与性能分析[J];自动化学报;2004年06期
4 廖龙涛;李少远;黄广斌;;规则可生长与修剪的非线性系统T-S模糊模型辨识[J];自动化学报;2007年10期
5 周东华;胡艳艳;;动态系统的故障诊断技术[J];自动化学报;2009年06期
6 陈建勤,席裕庚,张钟俊;用模糊模型在线辨识非线性系统[J];自动化学报;1998年01期
7 李少远,王群仙,李焕芝,陈增强,袁著祉;Sugeno模糊模型的辨识与控制[J];自动化学报;1999年04期
8 陈永义;支持向量机方法与模糊系统[J];模糊系统与数学;2005年01期
9 周志杰;胡昌华;周东华;;基于非解析模型的动态系统故障预报技术[J];信息与控制;2006年05期
【相似文献】
相关期刊论文 前10条
1 刘永定;阳爱民;周序生;邹豪杰;;使用机器学习算法分类P2P流量的方法[J];计算机应用研究;2009年09期
2 胡婷;王勇;陶晓玲;;网络流量分类方法的比较研究[J];桂林电子科技大学学报;2010年03期
3 潘亚东;周健;孙海霞;;基于自组织映射网络的流量分类算法[J];合肥工业大学学报(自然科学版);2009年08期
4 徐鹏;刘琼;林森;;基于支持向量机的Internet流量分类研究[J];计算机研究与发展;2009年03期
5 汪世义;陶亮;王华彬;;几种机器学习方法在IDS中的性能比较[J];计算机仿真;2010年08期
6 张琦;;利用Python统计数据包特征值的研究[J];计算机安全;2011年06期
7 李永亮;刘海燕;陈军;;基于多个机器学习算法的投票式邮件过滤模型[J];计算机工程;2006年19期
8 吴敏;王汝传;蔡涛涛;;机器学习在P2P流量检测中的研究[J];计算机技术与发展;2010年11期
9 刘明川;彭长生;;基于机器学习的入侵检测研究[J];计算机工程与设计;2008年11期
10 许棣华;王志坚;张艳丽;辛莉;;一种基于相关系数的多层邮件过滤系统[J];计算机应用研究;2010年12期
相关会议论文 前10条
1 王维涛;安洪勇;;基于Sniffer技术的局域网网络流量分析[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年
2 雷霆;余镇危;;网络流量行为分析的一维元胞自动机模型[A];2007年全国开放式分布与并行计算机学术会议论文集(下册)[C];2007年
3 周汝强;高军;胡光岷;姚兴苗;;基于层叠模型的网络流量异常检测[A];2006中国西部青年通信学术会议论文集[C];2006年
4 贺龙涛;隋杰;;网络内容检测中的串匹配算法实现研究[A];全国网络与信息安全技术研讨会论文集（下册）[C];2007年
5 齐法制;王彦明;崔涛;刘宝旭;;基于nProbe的网络流量采集与分析系统设计与实现[A];第十四届全国核电子学与核探测技术学术年会论文集（下册）[C];2008年
6 雷霆;余镇危;;网络流量的平均场模型及其动力学行为分析[A];2009中国控制与决策会议论文集（3）[C];2009年
7 吴明元;留凯;;网络信息安全问题及对策[A];中国水力发电工程学会信息化专委会2007年学术交流会论文集[C];2007年
8 齐法制;王彦明;崔涛;刘宝旭;;基于nProbe的网络流量采集与分析系统设计与实现[A];第十四届全国核电子学与核探测技术学术年会论文集（2）[C];2008年
9 王风宇;云晓春;曹震中;;多时间尺度同步的高速网络流量异常检测[A];全国网络与信息安全技术研讨会论文集（上册）[C];2007年
10 陈磊;;IP网络流量的识别与管理[A];中国通信学会信息通信网络技术委员会2009年年会论文集（上册）[C];2009年
相关重要报纸文章 前10条
1 ;启明星辰天sネ绨踩蠹芠N];中国计算机报;2007年
2 ;用压缩，出口不窄[N];网络世界;2004年
3 中科院计算所 李洋;使用Webalizer进行网络流量日志分析[N];计算机世界;2006年
4 曹江华;部署网络分析仪EtherApe[N];计算机世界;2007年
5 中国移动研究院 李洋 博士;网络流量尽在掌控[N];计算机世界;2009年
6 林大龙;保护好自己的网络流量[N];中国计算机报;2008年
7 本报记者 那罡;智能控制让网络流量更安全[N];中国计算机报;2010年
8 常熟市地方税务局信息中心 秦青松;监控异常网络流量[N];网络世界;2007年
9 本报记者 边歆;给网络流量“洗个澡”[N];网络世界;2010年
10 陈绍瑜;优化处理网络流量[N];中国计算机报;2004年
相关博士学位论文 前10条
1 林冠洲;网络流量识别关键技术研究[D];北京邮电大学;2011年
2 张震;基于流量测量的高速IP业务感知技术研究[D];解放军信息工程大学;2012年
3 马晓艳;网络流量模型化与拥塞控制研究[D];北京化工大学;2012年
4 杨越;基于超统计理论的网络流量异常检测方法研究[D];华中科技大学;2010年
5 高波;基于时间相关的网络流量建模与预测研究[D];哈尔滨工业大学;2013年
6 张敏;基于应用层和传输层的网络测量分析研究[D];北京交通大学;2012年
7 夏正敏;基于分形的网络流量分析及异常检测技术研究[D];上海交通大学;2012年
8 于华;网络流量监控中的若干基本问题研究与分析[D];北京邮电大学;2011年
9 王苏南;高速复杂网络环境下异常流量检测技术研究[D];解放军信息工程大学;2012年
10 黄晓璐;网络流量的半马尔柯夫模型[D];中国科学院研究生院（计算技术研究所）;2006年
相关硕士学位论文 前10条
1 刘永定;基于机器学习算法的P2P流量分类研究[D];湖南工业大学;2009年
2 许孟晋;基于机器学习的网络流量分类系统研究与实现[D];国防科学技术大学;2010年
3 李麟青;基于普适特征的网络流量决策树分类方法[D];苏州大学;2012年
4 梁锐;网络流量识别模型的研究与实现[D];电子科技大学;2010年
5 李琪烟;网络行为动力学模型研究[D];华中科技大学;2012年
6 吴耿;基于决策树的网络流量分类研究[D];中南大学;2011年
7 丛蓉;基于采样的网络流量分类技术研究[D];北京邮电大学;2012年
8 吴文清;基于系统动力学的网络业务研究[D];天津大学;2004年
9 周虹;网络信息流量测量仪设计与实现[D];中南大学;2008年
10 任德志;基于网络流量的主机安全防护系统研究与实现[D];国防科学技术大学;2010年
，本文编号：1367594
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/1367594.html
