基于流相关性的网络流量分类

• 作者: 赵英 陈骏君
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 流量分类 聚类算法 高斯混合模型 最小描述长度(MDL)准则
• 年，卷（期）: 2015,（21）
• 所属期刊栏目: 博士论坛
• 页码范围: 25-29
• 页数: 5页
• 分类号: TP393
• 字数: 4006字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1506-0241

摘要

网络流量分类技术对网络安全管理起着非常重要的作用。随着网络和信息技术的发展，传统的基于端口号和深度包检测分类方法的局限性愈发明显，不能对现有的流量进行准确分类。提出一种基于流相关性的半监督网络流量分类算法，并使用MDL-CON高斯混合模型作为聚类模型，通过聚类过程中利用流之间的相关性提高模型的准确度。采用MDL准则解决了高斯混合模型需要人为预先设定类簇数目和高度依赖于初始值的问题。实验结果表明，利用该方法来处理流量分类问题可取得理想的分类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵英	北京化工大学信息科学与技术学院	58	326	10.0	15.0
2	陈骏君	北京化工大学信息科学与技术学院	7	12	3.0	3.0