一种基于用户行为状态特征的流量识别方法

• 作者: 叶春明 李志 王勇 郑科栋
• 来源期刊: 计算机应用研究
• 关键词: 流量识别 用户行为 行为状态特征 主题模型
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 560-564,578
• 页数: 6页
• 分类号: TP393.07
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.02.054

摘要

针对当前业务流量的分类方式过于简略、识别结果不够确切的问题，提出基于状态特征的分类识别方法以精确识别流量数据中的用户行为。定义了网络通信中的用户行为并分析其特征，通过矢量量化技术结合主题模型方法从流量序列中提取行为状态特征，利用机器学习算法对状态特征建模，并按照用户行为的分类对流量进行识别。实验结果显示按照行为分类能更加详细地描述流量特点。在相同机器学习算法下，基于状态特征的行为识别方法准确度优于传统方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶春明		4	10	3.0	3.0
2	李志		2	11	2.0	2.0
3	郑科栋		1	3	1.0	1.0
4	王勇		1	3	1.0	1.0