基于贝叶斯更新机制的流量分类算法
[Abstract]:Accurate classification of network traffic is an important basis for a series of network management activities. In recent years, using the principle of machine learning to deal with traffic classification has become a hot topic in the field of network measurement, in which naive Bayesian method has been widely used because of its advantages such as fast classification speed, simple implementation, and so on. However, with the change of network traffic and the increase of network classification, the classification accuracy and robustness of this method decreases gradually with the increase of time. A new traffic classification model update method is introduced. The classification performance is improved by updating and training the model, and the stability of the model application is guaranteed. Theoretical analysis and experimental results show that the traffic classification model can maintain a good overall performance with the increase of time, and it is not easily affected by packet sampling. It can provide corresponding support for many other network activities.
【作者单位】： 周口师范学院实验室与设备管理处;周口师范学院网络管理中心;周口师范学院计算机科学与技术学院;东南大学计算机科学与工程学院;
【基金】：国家973计划(2009CB320505) 国家科技支撑计划(2008BAH37B04)
【分类号】：TP393.06
【参考文献】
相关期刊论文 前1条
1 董仕;丁伟;;基于类均值向量及指数分布的流量行为特征分析[J];计算机应用与软件;2011年11期
【共引文献】
相关硕士学位论文 前1条
1 林雅鸣;运用数据挖掘技术对李娜单打技战术特征分析[D];北京体育大学;2013年
【二级参考文献】
相关期刊论文 前2条
1 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
2 李君;张顺颐;王浩云;李翠莲;;基于贝叶斯网络的Peer-to-Peer识别方法[J];应用科学学报;2009年02期
【相似文献】
相关期刊论文 前10条
1 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
2 王德文;赵文清;朱永利;;一个基于粗糙集理论的邮件分类模型[J];计算机工程与应用;2006年18期
3 胡婷;王勇;陶晓玲;;采用改进LM算法的网络流量分类方法[J];计算机工程与应用;2011年28期
4 李君;张顺颐;王浩云;李翠莲;;基于贝叶斯网络的Peer-to-Peer识别方法[J];应用科学学报;2009年02期
5 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
6 孟磊磊;高仲合;;基于主机行为模式的P2P流分类模型的设计与实现[J];山东科学;2010年05期
7 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
8 王毅;谢治华;梁国彪;;基于知识积累方法的垃圾邮件过滤算法[J];科学技术与工程;2007年11期
9 何明波;谭政;宋迪;刘真祥;;基于贝叶斯技术的P2P流量识别方法的研究[J];计算机与现代化;2009年11期
10 徐莉;赵曦;赵群飞;秦涛;;利用统计特征的网络应用协议识别方法[J];西安交通大学学报;2009年02期
相关会议论文 前10条
1 刘玮;廖祥文;许洪波;;基于内容特征的垃圾博客过滤[A];第四届全国学生计算语言学研讨会会议论文集[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 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
5 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
6 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
7 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
8 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
9 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
10 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
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 本报记者 边歆;给网络流量“洗个澡”[N];网络世界;2010年
9 陈绍瑜;优化处理网络流量[N];中国计算机报;2004年
10 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
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 惠孛;基于即时分类的垃圾邮件过滤关键技术的研究[D];电子科技大学;2009年
3 王新良;僵尸网络异常流量分析与检测[D];北京邮电大学;2011年
4 王新良;僵尸网络异常流量分析与检测[D];北京邮电大学;2011年
5 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
6 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
7 陈贞翔;具有规模适应性的互联网流量识别方法研究[D];山东大学;2008年
8 陈治平;智能搜索引擎理论与应用研究[D];湖南大学;2003年
9 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
10 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
相关硕士学位论文 前10条
1 潘亚东;网络流量分类及其算法的研究[D];合肥工业大学;2009年
2 吴耿;基于决策树的网络流量分类研究[D];中南大学;2011年
3 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
4 赵伟;基于网络流特征的P2P网络流量分类文学研究[D];西安电子科技大学;2013年
5 李彬;基于NetFPGA的网络流量分类[D];电子科技大学;2011年
6 林炼;基于网络处理器的垃圾邮件过滤系统[D];厦门大学;2008年
7 李雯;基于贝叶斯技术的邮件过滤研究[D];山东师范大学;2008年
8 王琳;面向高速网络的智能化应用分类的研究[D];济南大学;2008年
9 李笛;基于内容的垃圾邮件过滤方法研究[D];合肥工业大学;2008年
10 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
本文编号：2457984
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/2457984.html
