基于相关信息的网络流量贝叶斯分类法改进

• 作者: 谭杨 赵英
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 网络流量分类 朴素贝叶斯分类 核密度估计 相关信息 机器学习
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 80-83,88
• 页数: 5页
• 分类号: TP393
• 字数: 3385字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.03.014

摘要

网络应用的快速增长导致传统基于端口与有效载荷的网络流量分类方法效率大幅降低,并且目前多数网络流分类方法未考虑流之间的相关性.针对上述问题,基于相关信息提出一种改进的网络流量贝叶斯分类法.利用流包模型反映网络流的相关信息,将非参数核密度估计方法引入贝叶斯分类器中,对分布密度函数进行非参数核密度估计.实验结果表明,与使用核密度估计和流包的分类方法相比,该方法的分类准确率更高.

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	北京化工大学信息中心	58	326	10.0	15.0
2	谭杨	北京化工大学信息中心	2	10	2.0	2.0