基于RVM的网络流量分类研究

• 作者: 任高明 夏靖波 李明辉 柏骏 鹿传国
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 置疑区间 机器学习 相关向量机 流量分类
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 241-246
• 页数: 6页
• 分类号: TP393
• 字数: 4239字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2014.02.016

摘要

将相关向量机(RVM)分类模型应用于网络流量分类问题中。首先对实验数据进行了标准化处理，然后将RVM与其他机器学习算法进行了性能比较，最后在RVM分类结果预测概率中引入置疑区间概念，研究了置疑区间范围及其对分类准确性的影响，并基于此提出了一种新的混合流量分类方法。实验结果表明：1) RVM在准确性等3方面性能指标上优于SVM，且在小样本情况下仍具有较高的分类准确率；2)置疑区间[0.1,0.9]内的分类预测准确率较低，而置疑区间之外的分类预测准确率在98%以上。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏靖波	空军工程大学信息与导航学院	170	1180	17.0	26.0
2	鹿传国	空军工程大学信息与导航学院	27	151	7.0	11.0
3	柏骏	空军工程大学信息与导航学院	17	162	7.0	12.0
4	任高明	空军工程大学信息与导航学院	13	65	3.0	8.0