一种基于半监督学习的应用层流量分类方法
  • 【摘要】

    基于应用层的流量分类在用户行为识别、网络带宽管理等方面有着十分重要的应用.将机器学习应用到应用层流量分类问题中.首先提出了一种基于熵函数的组合式特征选择算法,提取了5种TCP连接的特征.针对监督学习中无法识别新流量类型的问题,提出了一种基于半监督学习的流量分类算法.实验结果表明,算法的检测率优于Klnealzs方法.在少量标记样本的情况下,随着未标记样本数增加,算法的检测率在增加.

  • 【作者】

    柳斌  李之棠  涂浩 

  • 【作者单位】

    华中科技大学网络与计算中心,湖北,武汉,430074

  • 【会议名称】

    2008年全国开放式分布与并行计算学术年会

  • 【会议时间】

    2008-10-25

  • 【会议地点】

    扬州

  • 【主办单位】

    中国计算机学会

  • 【语种】

    chi

  • 【关键词】

    流量分类算法  半监督学习  特征选择