AR-HELM算法在网络流量分类中的应用研究

• 作者: 刘慧 唐勇 陈幸如 魏书宁
• 来源期刊: 信息网络安全
• 学科: 工学
• 关键词: 网络流量分类 属性约简 极限学习机 粗糙集
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 技术研究
• 页码范围: 9-14
• 页数: 6页
• 分类号: TP309.1
• 字数: 4190字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2018.01.002

摘要

针对传统分类算法建模速度慢、精确度低、分类效率不理想等问题,一种基于粗糙集属性约简的极限学习机网络流量分类方法成为利用机器学习研究网络流量分类的热门方法.由于结构限制,一些特殊的自然信号数据使用极限学习机进行特征学习一定程度上并不是很有效.因此,文章提出一种基于改进的粗糙集属性约简的多层极限学习机算法作为分类算法进行建模.实验结果显示,相较传统的神经网络和机器学习算法,文章算法可以很好地应用于网络流量分类且改善了极限学习机的学习表现.改进后的算法模型获得了更快、更优质的聚合结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘慧	湖南师范大学物理与信息科学学院	20	45	5.0	6.0
5	唐勇	国防科技大学计算机学院	21	391	7.0	19.0
6	陈幸如	湖南师范大学物理与信息科学学院	3	11	2.0	3.0
10	魏书宁	湖南师范大学物理与信息科学学院	7	34	4.0	5.0