原文服务方: 计算机应用研究       
摘要:
首先介绍了网络流量分析的不同层次及机器学习领域的相关知识,分析了采用端口号映射及有效负载分析的方法进行流量分类与应用识别存在的问题;然后从网络流量的统计特征出发,重点介绍了机器学习中聚类和分类的方法在流量分类的应用和问题;最后基于聚类和分类在流量分类中的效用,指出了未来的研究趋势.
推荐文章
网络流量识别的自适应分级滑动窗决策树算法
流量识别
数据流
概念漂移
分级滑动窗
细粒度网络流量分类架构及其优化
细粒度网络流量
指纹自动生成
位分割状态机
启发式算法
字符串匹配
网络流量测量的研究与实现
网络测量
网络流量
计量设备
FPGA
基于子图模式的网络流量分类方法研究
流量分类
盲分类
匹配
子图模式
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 网络流量分类与应用识别的研究
来源期刊 计算机应用研究 学科
关键词 流量分类 应用识别 机器学习 无监督聚类 有监督分类
年,卷(期) 2008,(5) 所属期刊栏目 网络与通信技术
研究方向 页码范围 1492-1495
页数 4页 分类号 TP393.07
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.05.063
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李巍 3 85 3.0 3.0
2 李云春 3 85 3.0 3.0
3 刘颖秋 1 67 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (67)
同被引文献  (51)
二级引证文献  (140)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(6)
  • 引证文献(4)
  • 二级引证文献(2)
2011(20)
  • 引证文献(10)
  • 二级引证文献(10)
2012(22)
  • 引证文献(8)
  • 二级引证文献(14)
2013(18)
  • 引证文献(5)
  • 二级引证文献(13)
2014(25)
  • 引证文献(8)
  • 二级引证文献(17)
2015(21)
  • 引证文献(6)
  • 二级引证文献(15)
2016(32)
  • 引证文献(9)
  • 二级引证文献(23)
2017(27)
  • 引证文献(6)
  • 二级引证文献(21)
2018(16)
  • 引证文献(4)
  • 二级引证文献(12)
2019(14)
  • 引证文献(3)
  • 二级引证文献(11)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
流量分类
应用识别
机器学习
无监督聚类
有监督分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导