子空间流式分类方法在校园网IPv6流量上的应用研究

• 作者: 刘珍 张凌 王若愚
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: IPv6流量分类 VFDT算法 特征选择 流式学习
• 年，卷（期）: 2018,（z1）
• 所属期刊栏目: IPv6新技术与校园网络工程
• 页码范围: 44-52
• 页数: 9页
• 分类号: TP309
• 字数: 5642字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2018183

摘要

随着IPv4地址的耗尽,IPv6将被广泛部署使用.在互联网流量分类领域,目前大多研究对象为IPv4流量.采集校园网IPv6流量数据,开展数据预处理工作,为解决流量数据面临的概念漂移问题,改进流式机器学习算法(VFDT).为每个类别搜索与之相关的特征集合,利用各特征集合建立子空间,在每个子空间利用流式机器学习算法建立分类模型,在分类过程中,不断学习新标记流量数据,改善分类模型.未知流量数据的类别预测为多个分类模型的投票结果.实验结果表明,改进的算法能改善流式学习方法在IPv6网络流量数据上的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王若愚	华南理工大学信息网络工程研究中心	7	17	3.0	4.0
3	张凌		8	21	3.0	4.0
4	刘珍	广东药科大学医药信息工程学院	5	14	2.0	3.0