基于行为特征学习的互联网流量分类方法 |
| |
引用本文: | 刘珍,王若愚.基于行为特征学习的互联网流量分类方法[J].电信科学,2016(6):143-152. |
| |
作者姓名: | 刘珍 王若愚 |
| |
作者单位: | 1. 广东药科大学医药信息工程学院,广东广州,510006;2. 华南理工大学信息网络工程研究中心,广东广州,510006 |
| |
基金项目: | 国家自然科学基金资助项目(61501128),The National Natural Science Foundation of China(61501128) |
| |
摘 要: | 基于连接图的互联网流量分类方法能反映主机间的通信行为,具有较高的分类稳定性,但是经验式总结的启发式规则有限,难以获得高分类准确率.研究分析了主机间通信行为模式和BOF方法,从具有相同{目的IP地址,目的端口号,传输层协议}网络流量中,提取主机间连接相关的行为统计特征(HCBF),采用C4.5决策树算法学习基于行为特征的分类规则,其无需人工建立启发式规则.在传统互联网和移动互联网流量数据集上,从基本分类性能和分类稳定性方面,与现有的特征集进行比较分析,实验结果表明,HCBF特征集合的类间区分能力和稳定性较高.
|
关 键 词: | 互联网流量分类 行为特征 机器学习 通信行为 网络测量 |
Internet traffic classification method based on behavior feature learning |
| |
Abstract: | |
| |
Keywords: | internet traffic classification behavior feature machine learning communication behavior network measurement |
本文献已被 万方数据 等数据库收录! |
|