使用贝叶斯学习算法分类网络流量

• 作者: 何震凯 刘永定 邱密 阳爱民
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 网络流量 特征选择 朴素贝叶斯学习器
• 年，卷（期）: 2010,（25）
• 页码范围: 78-81,96
• 分类号: TP309
• 字数: 5461字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.25.023

摘要

随着网络应用(如P2P)的快速增长,使得传统的基于端口与有效栽荷的网络流量分类方法效率大大降低.基于FCBF特征选择方法选择最优特征子集,研究使用贝叶斯学习方法对网络流量进行分类;实验结果显示提出的方法取得了较好的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳爱民	湖南工业大学计算机与通信学院	20	301	9.0	17.0
5	刘永定	湖南工业大学计算机与通信学院	4	73	4.0	4.0
6	邱密	湖南工业大学计算机与通信学院	3	33	3.0	3.0
7	何震凯	湖南工业大学计算机与通信学院	2	19	2.0	2.0