一种鲁棒网络流量分类及新类型发现算法

• 作者: 仇景明 曲桦 赵季红
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 稀疏自编码器 特征提取 主动学习 鲁棒性 新类型发现
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 论文
• 页码范围: 40-45
• 页数: 6页
• 分类号: TN911.22
• 语种: 中文
• DOI: 10.13190/j.jbupt.2019-094

摘要

提出了一种鲁棒网络流量分类及新类型的发现算法.网络流量一般为高维数据,且在网络流量收集过程中易受到网络波动或网络攻击的影响,为此,在堆栈自编码器的基础上,基于互相关熵理论提出了一种新的网络模型进行数据的特征提取,通过基于阈值的主动学习分类算法进行分类,达到识别新应用类型的目的.对比实验结果表明,所提算法中分类算法的准确度可达到91.08％,对新应用类型的识别度可达到98.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲桦	西安交通大学信息与通信工程学院	106	353	9.0	12.0
2	赵季红	西安交通大学信息与通信工程学院	96	348	9.0	13.0
3	仇景明	西安交通大学信息与通信工程学院	1	0	0.0	0.0