基于相关信息的网络流量贝叶斯分类法改进

发布时间：2017-06-23 12:14

  本文关键词：基于相关信息的网络流量贝叶斯分类法改进，，由笔耕文化传播整理发布。

【摘要】：网络应用的快速增长导致传统基于端口与有效载荷的网络流量分类方法效率大幅降低,并且目前多数网络流分类方法未考虑流之间的相关性。针对上述问题,基于相关信息提出一种改进的网络流量贝叶斯分类法。利用流包模型反映网络流的相关信息,将非参数核密度估计方法引入贝叶斯分类器中,对分布密度函数进行非参数核密度估计。实验结果表明,与使用核密度估计和流包的分类方法相比,该方法的分类准确率更高。
【作者单位】： 北京化工大学信息中心;
【关键词】： 网络流量分类 朴素贝叶斯分类 核密度估计 相关信息 机器学习
【基金】：国家科技支撑计划基金资助项目(2010BAC67B05)
【分类号】：TP393.06
【正文快照】： 中文引用格式:赵英,谭杨.基于相关信息的网络流量贝叶斯分类法改进[J].计算机工程,2016,42(3):80-83,88.英文引用格式:Zhao Ying,Tan Yang.Improving for Network Traffic Bayes Classification Method Based on CorrelationInformation[J].Computer Engineering,2016,42(3):8

【相似文献】

中国期刊全文数据库 前10条

1 田子德;王国君;;网络环境下学生自主学习的贝叶斯评价[J];白城师范学院学报;2007年06期

2 杨彩虹;黄本雄;;基于贝叶斯信念网的网络流量分类与识别研究[J];计算机应用与软件;2011年01期

3 胡文斌;孟波;王少梅;;基于贝叶斯网络的权重自学习方法研究[J];计算机集成制造系统;2005年12期

4 李方;刘琼荪;;基于改进属性加权的朴素贝叶斯分类模型[J];计算机工程与应用;2010年04期

5 丁光华;周继鹏;周敏;;基于MapReduce的并行贝叶斯分类算法的设计与实现[J];微计算机信息;2010年09期

6 蔡志强;孙树栋;YANNOU Bernard;司书宾;;基于贝叶斯网络分类器的产品故障率分类研究[J];计算机应用研究;2009年09期

7 游正陆;张刚;;基于贝叶斯的多维数据分类模型[J];改革与开放;2013年06期

8 朱志勇;徐长梅;刘志兵;胡晨刚;;基于贝叶斯网络的客户流失分析研究[J];计算机工程与科学;2013年03期

9 董立岩;刘光远;苑森淼;李永丽;孙铭会;;混合式朴素贝叶斯分类模型[J];吉林大学学报(信息科学版);2007年01期

10 周颜军,王双成,王辉;基于贝叶斯网络的分类器研究[J];东北师大学报(自然科学版);2003年02期

中国重要会议论文全文数据库 前6条

1 袁野;胡邦辉;刘丹军;苏宏琛;;基于贝叶斯分类判别方法的雷暴预报研究[A];第26届中国气象学会年会灾害天气事件的预警、预报及防灾减灾分会场论文集[C];2009年

2 李千目;严悍;刘静;王宗月;张宏;刘凤玉;;基于贝叶斯网络的网络性能诊断系统[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

3 邓红;陈丹;周方;;基于贝叶斯网络的多主题对话管理方法研究[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集（下册）[C];2010年

4 马后锋;樊兴华;;一种改进的增量贝叶斯分类算法[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

5 周德全;;离散贝叶斯分类算法及分类误差估计[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

6 陈猛;郭华平;范明;;一种基于贝叶斯的多窗口数据流分类模型[A];第二十五届中国数据库学术会议论文集（二）[C];2008年

中国硕士学位论文全文数据库 前10条

1 李平;贝叶斯网在糖尿病辅助诊断系统中的应用[D];浙江工业大学;2013年

2 王峻;朴素贝叶斯分类模型的研究与应用[D];合肥工业大学;2006年

3 张亚萍;基于聚类的朴素贝叶斯分类模型的研究与应用[D];合肥工业大学;2006年

4 余民杰;贝叶斯网络分类器与应用[D];云南财经大学;2012年

5 张平;基于贝叶斯网络的多维分类问题研究[D];西安电子科技大学;2014年

6 李冠广;基于贝叶斯网络的入侵检测[D];大连理工大学;2010年

7 刘辉;基于贝叶斯分类技术的电信客户欺诈分析[D];西南交通大学;2005年

8 孙铭会;多模块集成式贝叶斯分类模型的研究[D];吉林大学;2007年

9 朱晓丹;朴素贝叶斯分类模型的改进研究[D];厦门大学;2014年

10 彭兴媛;朴素贝叶斯分类改进算法的研究[D];重庆大学;2012年

  本文关键词：基于相关信息的网络流量贝叶斯分类法改进，由笔耕文化传播整理发布。

本文编号：475003