基于成对约束扩展的半监督网络流量特征选择算法

发布时间：2018-05-23 11:32

  本文选题：网络流量分类 + 特征选择　； 参考：《传感器与微系统》2013年05期

【摘要】：针对网络流量特征选择过程中监督信息缺乏的问题,提出一种基于成对约束扩展的半监督网络流量特征选择算法。该算法同时考虑少量成对约束和大量无标记样本,利用样本集合间的相关性和自相关性,扩展成对约束集到无标记样本上,产生更多可靠性强的成对约束,以揭示样本空间分布信息。最后,利用扩展的成对约束集进行特征选择。实验证明:与未进行成对约束扩展的算法相比,该算法在少量初始成对约束的情况下能获得更好的分类性能。
[Abstract]:Aiming at the lack of monitoring information in the process of network traffic feature selection, a semi-supervised network traffic feature selection algorithm based on pairwise constraint expansion is proposed. The algorithm takes into account a small number of pairwise constraints and a large number of unlabeled samples at the same time. By using the correlation and autocorrelation between the set of samples, the algorithm is extended to pair constraint set to unlabeled sample, which produces more reliable pairwise constraints. To reveal the spatial distribution of samples. Finally, the extended pair constraint set is used for feature selection. The experimental results show that the proposed algorithm can achieve better classification performance than the algorithm without pairwise constraint expansion in a small number of initial pairwise constraints.
【作者单位】： 桂林电子科技大学计算机科学与工程学院;
【基金】：国家自然科学基金资助项目(61163058,61172053) 广西自然科学基金资助项目(2011GXNSFB018076)
【分类号】：TP393.06

【参考文献】

相关期刊论文 前4条

1 王博;贾焰;田李;;基于类标号扩展的半监督特征选择算法[J];计算机科学;2009年10期

2 刘琼;刘珍;黄敏;;基于机器学习的IP流量分类研究[J];计算机科学;2010年12期

3 韦佳;彭宏;;基于局部与全局保持的半监督维数约减方法[J];软件学报;2008年11期

4 张宾;杨家海;吴建平;;Internet流量模型分析与评述[J];软件学报;2011年01期

【共引文献】

相关期刊论文 前10条

1 王磊;刘艳;;基于约束Laplacian分值的半监督特征选择算法[J];吉林大学学报(信息科学版);2010年04期

2 王小波;周贤伟;宋俊德;;基于非齐次泊松过程的深空骨干节点流量分析[J];电波科学学报;2012年03期

3 侯重远;江汉红;芮万智;刘亮;;基于Lognormal-GMM模型的船舶电力监测网络流量建模方法[J];电网技术;2012年06期

4 余国先;张国基;韦佳;任亚洲;;一种基于多图的集成直推分类方法[J];电子与信息学报;2011年08期

5 韦佳;杨创新;马千里;余国先;;基于局部重构与全局保持的半监督判别分析方法[J];华南理工大学学报(自然科学版);2010年07期

6 叶吉祥;龚希龄;;一种快速的Wrapper式特征子集选择新方法[J];长沙理工大学学报(自然科学版);2010年04期

7 刘利;刘萍萍;韦佳;;用于带边信息人脸数据的半监督维数约减算法[J];吉林大学学报(工学版);2011年S1期

8 张春涛;郭皎;徐家良;;基于稀疏表示的半监督降维方法[J];计算机工程与应用;2011年20期

9 张齐;林媛媛;余国先;;一种基于图的特征选择方法[J];计算机工程与应用;2011年26期

10 陈斌辉;白清源;;半监督复杂结构数据降维方法[J];计算机工程与应用;2011年35期

相关博士学位论文 前6条

1 程红蓉;垃圾图像特征提取与选择研究[D];电子科技大学;2011年

2 潘俊;基于图的半监督学习及其应用研究[D];浙江大学;2011年

3 李广水;基于服务的森林资源调查数据挖掘系统的研究[D];南京林业大学;2010年

4 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

5 尤国华;远程控制系统中Web服务器的请求调度算法研究[D];北京化工大学;2012年

6 赵志凯;半监督学习及其在煤矿瓦斯安全信息处理中的应用研究[D];中国矿业大学;2012年

相关硕士学位论文 前10条

1 黄明明;半监督学习方法研究及在警用平台中的应用[D];大连理工大学;2010年

2 桑媛媛;基于非负稀疏表示的文本分类算法研究[D];大连理工大学;2010年

3 梅铮;商业数据流降维方法及其聚类算法研究[D];浙江工商大学;2011年

4 魏博兰;半监督流形学习算法在视频分析中的应用[D];西安电子科技大学;2011年

5 冯云姣;链路聚合中的非对称交换调度算法研究[D];南京理工大学;2011年

6 孙楠;基于端路协同策略的认知网络QoS技术研究[D];南京邮电大学;2011年

7 郭晓东;基于覆盖网络的协作式校园网测量技术研究[D];山东大学;2011年

8 谭立国;半监督流形学习理论与应用研究[D];哈尔滨工业大学;2011年

9 张浩;基于流量特性的校园网网络性能分析与研究[D];东华大学;2012年

10 朱凡;校园网络监测预警系统的设计与实现[D];东华大学;2012年

【二级参考文献】

相关期刊论文 前9条

1 徐鹏;刘琼;林森;;改进的对等网络流量传输层识别方法[J];计算机研究与发展;2008年05期

2 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

3 黄晓璐 ,闵应骅 ,吴起;网络流量的半马尔可夫模型[J];计算机学报;2005年10期

4 洪飞;吴志美;;基于小波的多尺度网络流量预测模型[J];计算机学报;2006年01期

5 刘杰;黄亚楼;;基于BP神经网络的非线性网络流量预测[J];计算机应用;2007年07期

6 陆锦军;王执铨;;基于混沌特性的网络流量预测[J];南京航空航天大学学报;2006年02期

7 刘琼;徐鹏;杨海涛;彭芸;;Peer-to-Peer文件共享系统的测量研究[J];软件学报;2006年10期

8 王兆霞,孙雨耕,陈增强,袁著祉;基于模糊神经网络的网络业务量预测研究[J];通信学报;2005年03期

9 王升辉;裘正定;;结合多重分形的网络流量非线性预测[J];通信学报;2007年02期

【相似文献】

相关期刊论文 前10条

1 阳爱民;周咏梅;邓河;周剑峰;;一种网络流量分类特征的产生及选择方法[J];山东大学学报(工学版);2010年05期

2 余芳;一个基于朴素贝叶斯方法的web文本分类系统:WebCAT[J];计算机工程与应用;2004年13期

3 张莉,孙钢,郭军;入侵检测系统中有监督学习的特征选择方法[J];计算机工程;2005年13期

4 李健,范万春,何驰;基于多分类支持向量机的网络入侵检测技术[J];计算机应用;2005年07期

5 周日升;谢海光;林祥;李生红;;基于邻近类别分类的邮件过滤系统设计[J];信息安全与通信保密;2006年05期

6 王卫玲;刘培玉;刘克非;;一种用于电子邮件分类的特征选择算法[J];计算机工程与应用;2006年33期

7 胥锋;薛质;李建华;;基于支持向量机的电子邮件过滤技术[J];电信快报;2006年10期

8 董小国;丁冉;;IDS自适应特征选择算法——进化包装(Wrapper)算法分析[J];微计算机信息;2006年33期

9 陈超;陈盛雄;;一种基于SMO算法的垃圾邮件过滤系统设计[J];福建电脑;2007年03期

10 俞研;黄皓;;面向入侵检测的基于多目标遗传算法的特征选择[J];计算机科学;2007年03期

相关会议论文 前6条

1 柳斌;李之棠;涂浩;;一种基于半监督学习的应用层流量分类方法[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年

2 付焕焕;李俊;张洁;;入侵检测中机器学习算法的集成[A];中国电子学会第十七届信息论学术年会论文集[C];2010年

3 高海华;王行愚;杨辉华;;基于群智能和SVM的网络入侵特征选择和检测[A];2005年中国智能自动化会议论文集[C];2005年

4 毛俐e，

本文编号：1924556