欢迎来到天天文库
浏览记录
ID:49229128
大小:365.83 KB
页数:6页
时间:2020-02-28
《基于机器学习的网络流量分类算法分析研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第24卷,第2期中国传媒大学学报自然科学版Vol24,No22017年4月JOURNALOFCOMMUNICATIONUNIVERSITYOFCHINA(SCIENCEANDTECHNOLOGY)Apr,2017基于机器学习的网络流量分类算法分析研究1,2,31,2,31李晓明,任慧,颜金尧(1.中国传媒大学信息工程学院,北京100024;2.视听技术与智能控制系统文化部重点实验室,北京100024;3.现代演艺技术北京市重点实验室,北京100024)摘要:基于应用的流量分类在网络安全和管理中具有非常重要的作用。传统流量分类大部分是基于端口的预测方法和
2、基于有效载荷的深度检测方法。由于当前网络环境中各种隐私问题以及基于动态端口和加密的应用,传统的网络流量分类策略的有效性已经逐步下降,目前主要集中在基于机器学习技术的流量分类模型进行研究。本文对各种基于机器学习算法的流量分类的比较,如贝叶斯网络(BayesNet)、朴素贝叶斯(NaiveBayes)、基于RBF的SVM流量分类和基于遗传算法的SVM(GaSVM)流量分类等。这些算法分别使用了全特征选择和优化后的特征集合,实验结果表明基于遗传算法的SVM流量分类精度较高,并在使用主成分特征也可以达到很高的精度。关键词:贝叶斯网络;朴素贝叶斯;机器学习;遗传
3、算法;SVM;GaSVM中图分类号:TP393文献标识码:A文章编号:1673-4793(2017)02-0009-06DOI:10.16196/j.cnki.issn.1673-4793.2017.02.003ResearchonNetworkTrafficClassificationAlgorithmBasedonMachineLearning1,2,31,2,31LIXiao-ming,RENHui,YANJin-yao(1.InformationEngineeringSchool,CommunicationUniversityofChinaBe
4、ijing100024;2.KeyLaboratoryofAcousticVisualTechnologyandIntelligentControlSystem,MinistryofCulture,Beijing100024;3.BeijingKeyLaboratoryofModernEntertainmentTechnologyBeijing,Beijing100024,China)Abstract:Trafficclassificationbasedontheirgenerationapplicationsplaysanimportantrolei
5、nnetworksecurityandmanagement.Theport-basedpredictionmethodsandpayload-baseddeepinspectionmethodscomesundertraditionalmethods.Thestandardstrategiesincurrentnetworkenvironmentsufferfromvarietyofprivacyissues,dynamicportsandencryptedapplications.Recentresearcheffortsarefo-cusedont
6、rafficclassificationbasedonMachineLearningTechniques,andmadecomparisonthevariousMachineLearning(ML)techniquessuchasBayesNet,NaiveBayes,SVMbasedonRBF,VMbasedongeneticalgorithmforIPtrafficclassification.Theseclassificationalgorithmsusedfullfeatureselectionandoptimizedfeaturesettoc
7、lassifynetworktraffic.ItcanbeseenfromtheexperimentalresultsthatGaSVMtrafficclassificationcanachievehighaccuracy,especiallyintheuseofprincipalcomponentfeatures.Keywords:BayesNet;NaiveBayes;machinelearning;geneticalgorithm;SVM;GaSVM收稿日期:2017-1-05基金项目:国家科技支撑计划重大项目(2012BAH38F00)作者简介
8、:李晓明(1984-),男(汉族),山西朔州人,中国传媒大学博士研究生.E-mail:2906
此文档下载收益归作者所有