基于机器学习的网络流量识别技术

• 作者: 袁章帅
• 来源期刊: 电脑迷
• 关键词: 机器学习 网络流量识别 计算机网络 BP神经网络
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 科学前沿
• 页码范围: 195
• 页数: 1页
• 字数: 1556字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-528X.2018.05.183

摘要

近些年,计算机网络技术飞速发展,信息时代随之到来,网络的使用频率不断增加,这使得互联网的数据流量呈现出爆发式的增长;同时,网络新应用不断的出现,这使得网络通信协议的使用变得更加灵活与混杂;网络病毒、窃听及恶意攻击等不断增多,网络的安全性成为社会的关注热点.对于上述这些问题,网络流量识别均可以对其进行很好的解决.目前,流量识别的方法已有不同的种类,但从研究和应用角度来看,对于流量识别的可行性和有效性是人们最重要的关注点,即如何快速地处理海量的数据,如何对网络中的各种应用进行正确识别.在不断变化的网络环境面前,本文主要阐述基于机器学习(BP神经网络)的网络流量识别方法,旨在为网络安全提供有效保护手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁章帅	安徽财经大学管理科学与工程学院	7	1	1.0	1.0