一种基于半监督学习的应用层流量分类方法

• 作者: 李之棠 柳斌 涂浩
• 来源期刊: 微电子学与计算机
• 关键词: 流量分类 半监督学习 特征选择 熵
• 年，卷（期）: 2008,（10）
• 页码范围: 113-116
• 页数: 4页
• 分类号: TP393.08
• 语种: 中文

摘要

基于应用层的流量分类在用户行为识别、网络带宽管理等方面有着十分重要的应用.将机器学习应用到应用层流量分类问题中.首先提出了一种基于熵函数的组合式特征选择算法,提取了5种TCP连接的特征.针对监督学习中无法识别新流量类型的问题,提出了一种基于半监督学习的流量分类算法.实验结果表明,算法的检测率优于Klnealzs方法.在少量标记样本的情况下,随着未标记样本数增加,算法的检测率在增加.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李之棠	华中科技大学网络与计算中心	141	1747	22.0	36.0
2	柳斌	华中科技大学网络与计算中心	24	231	8.0	15.0
3	涂浩	华中科技大学网络与计算中心	8	72	5.0	8.0