一种基于TCM主动学习的P2P流识别技术

• 作者: 云晓春 吴志刚 张永铮 戴磊
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 支持向量机(SVM) 主动学习 直推信任机(TCM) 机器学习 不确定性采样
• 年，卷（期）: 2010,（7）
• 页码范围: 674-679
• 分类号: TP3
• 字数: 5862字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2010.07.003

摘要

针对目前基于机器学习的流识别仍然存在着建立分类模型需要大量适用的训练数据,训练数据的标记需要依赖领域专家,因而导致工作量及难度过大和实用性不强的问题,采用主动学习技术提取少量高质量的训练样本进行建模,并结合支持向量机(SVM)分类算法提出了一种基于直推信任机(TCM)的样本筛选方法.实验结果表明,相对于已有的流识别方法,这种方法能够在仅依赖少量高质量训练样本的前提下,保证较高的召回率及较低的误报率,更适用于现实网络环境.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永铮	中国科学院计算技术研究所	35	751	12.0	27.0
5	云晓春		46	890	15.0	29.0
6	吴志刚	中国科学院计算技术研究所	5	24	3.0	4.0
10	戴磊	中国科学院计算技术研究所	8	27	2.0	5.0