基于随机森林的流量多特征提取与分类研究

发布时间：2018-01-16 14:46

  本文关键词：基于随机森林的流量多特征提取与分类研究　出处：《传感器与微系统》2016年12期 　论文类型：期刊论文

  更多相关文章： 流量统计特征 随机森林 灰盒模型 特征提取

【摘要】：网络流量的多样化和复杂化以及高实时性要求对流量识别技术带来了巨大挑战,而通过基于机器学习的网络流量分类中,流量统计特征选择能够快速准确对流量进行识别,具有重要的研究意义。随机森林(RF)作为近年较热门的灰盒算法,对当前的网络流量具有较好的识别能力。通过随机森林的节点选择算法,对流量特征进行选择,并结合物理意义进行优化,进行多次特征提取。实验结果表明:提出的算法在识别模型构建上性能更加优越,耗费时间大大减小,同时准确度等指标得到提高。
[Abstract]:The diversity and complexity of network traffic and the requirement of high real-time performance have brought great challenges to the traffic identification technology, and in the network traffic classification based on machine learning. Traffic statistic feature selection can identify traffic quickly and accurately, which is of great significance. Random Forest Forest (RFF) is a popular grey box algorithm in recent years. Through the node selection algorithm of random forest, the traffic characteristics are selected and optimized according to the physical meaning. The experimental results show that the proposed algorithm has better performance, less time consuming and higher accuracy in the construction of recognition model.
【作者单位】： 空军工程大学信息与导航学院;厦门大学嘉庚学院;
【分类号】：TP393
【正文快照】： 0引言随着网络规模日益增大、5G等更高带宽技术的高速发展、云计算与大数据的应用呈爆发式增长,同时高附加值业务与用户行为的日趋复杂,尤其是移动终端和去中心化、异构网络的普遍性,导致需要更加高效地进行网络管理和数据流量控制。对网络资源的有效分配利用,对用户资源的分

【相似文献】

相关会议论文 前7条

1 谢程利;王金桥;卢汉清;;核森林及其在目标检测中的应用[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

2 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年

3 张天龙;梁龙;王康;李华;;随机森林结合激光诱导击穿光谱技术用于的钢铁分类[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

4 相玉红;张卓勇;;组蛋白去乙酰化酶抑制剂的构效关系研究[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年

5 张涛;李贞子;武晓岩;李康;;随机森林回归分析方法及在代谢组学中的应用[A];2011年中国卫生统计学年会会议论文集[C];2011年

6 冯飞翔;冯辅周;江鹏程;刘菁;刘建敏;;随机森林和k-近邻法在某型坦克变速箱状态识别中的应用[A];第八届全国转子动力学学术讨论会论文集[C];2008年

7 曹东升;许青松;梁逸曾;陈宪;李洪东;;组合树的集合体和后向消除策略去分类P-糖蛋白化合物[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年

相关博士学位论文 前4条

1 曹正凤;随机森林算法优化研究[D];首都经济贸易大学;2014年

2 雷震;随机森林及其在遥感影像处理中应用研究[D];上海交通大学;2012年

3 岳明;基于随机森林和规则集成法的酒类市场预测与发展战略[D];天津大学;2008年

4 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年

相关硕士学位论文 前10条

1 钱维;药品不良反应监测中随机森林方法的建立与实现[D];第二军医大学;2012年

2 韩燕龙;基于随机森林的指数化投资组合构建研究[D];华南理工大学;2015年

3 贺捷;随机森林在文本分类中的应用[D];华南理工大学;2015年

4 张文婷;交通环境下基于改进霍夫森林的目标检测与跟踪[D];华南理工大学;2015年

5 李强;基于多视角特征融合与随机森林的蛋白质结晶预测[D];南京理工大学;2015年

6 朱玟谦;一种收敛性随机森林在人脸检测中的应用研究[D];武汉理工大学;2015年

7 肖宇;基于序列图像的手势检测与识别算法研究[D];电子科技大学;2014年

8 李慧;一种改进的随机森林并行分类方法在运营商大数据的应用[D];电子科技大学;2015年

9 赵亚红;面向多类标分类的随机森林算法研究[D];哈尔滨工业大学;2014年

10 黎成;基于随机森林和ReliefF的致病SNP识别方法[D];西安电子科技大学;2014年

，

本文编号：1433587