基于贝叶斯信念网的网络流量分类与识别研究

• 作者: 杨彩虹 黄本雄
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 网络流量分类与识别 机器学习 朴素贝叶斯分类器 贝叶斯信念网
• 年，卷（期）: 2011,（1）
• 页码范围: 216-219
• 分类号: TP3
• 字数: 5277字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.01.066

摘要

网络流量分类识别技术是许多网络研究和应用领域的基础,但随着动态端口、端口伪装和信息加密等技术的使用,传统的纯端口识别法已不再有效.提出一种基于贝叶斯信念网的网络流量分类方法,通过使用有向无环图和结点概率表,很好地解决了流属性之间条件独立的问题.对真实网络流量数据的测试结果表明,这种方法具有稳定可靠的分类识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄本雄	华中科技大学电信系	158	1120	17.0	23.0
2	杨彩虹	华中科技大学电信系	26	124	6.0	10.0