基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统的基于传输层端口和基于特征码的流量分类技术准确率低、应用范围有限等缺点,提出了使用树扩展的贝叶斯分类器的方法,该方法利用网络流量的统计属性和基于统计理论的贝叶斯方法构建分类模型,并利用该模型对未知流量进行分类.实验分析了不同权值、不同规模的数据集对其性能的影响,并与NB、C4.5算法做了比较.实验结果表明,该方法具有较好的分类性能和较高的分类准确率.
推荐文章
基于快速SVM的大规模网络流量分类方法
支持向量机
大规模流量分类
比特压缩
权重SVM
分类器
分类准确率
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
一种使用DBSCAN聚类的网络流量分类方法
网络流量分类
主成分分析
特征选择
DBSCAN聚类
基于GA-CFS和AdaBoost算法的网络流量分类
流量分类
相关性特征选择
适应度函数
AdaBoost算法
弱分类器
权重
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 基于TAN的网络流量分类方法
来源期刊 计算机工程与设计 学科 工学
关键词 流量分类 树扩展的贝叶斯分类器 贝叶斯网络 统计属性 机器学习
年,卷(期) 2011,(12) 所属期刊栏目 网络与通信技术
研究方向 页码范围 3957-3960
页数 分类号 TP393
字数 3709字 语种 中文
DOI
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 张立仿 河南师范大学网络中心 5 53 3.0 5.0
2 闫娟 河南师范大学网络中心 13 85 6.0 9.0
3 柴旭清 河南师范大学网络中心 15 26 3.0 4.0
4 张喜平 河南师范大学网络中心 9 53 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (173)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
流量分类
树扩展的贝叶斯分类器
贝叶斯网络
统计属性
机器学习
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导