网络流量分类算法比较研究

• 作者: 彭勃
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 网络流量分类 机器学习 特征选择
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 算法与分析
• 页码范围: 12-14
• 分类号: TP393
• 字数: 3735字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2012.05.005

摘要

准确的网络流量分类既是众多网络研究工作的重要基础,也是网络测量领域的研究热点.基于流特征的六种分类算法进行比较分析,实验结果表明,使用特征选择方法,SVM算法具有较高的整体准确率和较好的计算性能,适合用于网络流量分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭勃	安徽医科大学公共基础学院计算机系	14	57	4.0	7.0