一种基于SVM后验概率的网络流量识别方法

• 作者: 刘三民 孙知信 王彩霞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 流量识别 主动学习 支持向量机 熵 不确定性采样 后验概率
• 年，卷（期）: 2012,（17）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 171-173
• 分类号: TP393
• 字数: 2931字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.17.047

摘要

为解决网络样本标注的难题,实现多种网络流量环境中的主动学习,提出一种基于支持向量机后验概率的网络流量识别方法.结合支持向量机输出和Sigmoid函数拟合样本所属类别后验概率,用其中较大的2类概率信息熵值衡量样本影响分,借助支持向量机和不确定性采样策略实现主动学习过程,形成流量识别模型.实验结果表明,该方法能取得较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙知信	南京邮电大学宽带无线通信与传感网技术教育部重点实验室	169	1816	21.0	34.0
2	刘三民	安徽工程大学计算机与信息学院	12	74	6.0	8.0
6	王彩霞	安徽商贸职业技术学院电子信息工程系	11	9	2.0	2.0