基于Random Forest与SVM算法的流量识别系统

• 作者: 王璐
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: SVM Random Forest 随机森林 流量识别 支持向量机
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 算法分析
• 页码范围: 117-119
• 页数: 3页
• 分类号: TP393
• 字数: 2331字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2019.09.61

摘要

随着互联网的飞速发展,根据网络流量识别网络业务的类型,逐渐成为网络技术研究的重要课题.本文将SVM和Random Forest算法应用于流量识别系统的机器学习过程中,首先通过Random Forest算法对采集的数据特征信息进行分析选择,提取出在SVM算法中用来识别流量类型的8个主要特征,进而对数据进行预处理、训练学习,最终完成网络流量的分类识别.通过实验验证,该系统对流量识别准确率达96.7％,对当前的互联网应用的数据流量具有较高的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王璐		2	2	1.0	1.0