期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于机器学习的网络流量分类研究进展 被引量:23
1
作者 王涛 余顺争 《小型微型计算机系统》 CSCD 北大核心 2012年第5期1034-1040,共7页
机器学习方法不依赖匹配协议端口或解析协议内容,而是利用网络流的各种统计特征识别网络应用,近年来得到了广泛关注和快速发展.本文总结了基于机器学习的网络流量分类方法自2004年来的研究进展,并且按有监督、无监督与半监督的区别进行... 机器学习方法不依赖匹配协议端口或解析协议内容,而是利用网络流的各种统计特征识别网络应用,近年来得到了广泛关注和快速发展.本文总结了基于机器学习的网络流量分类方法自2004年来的研究进展,并且按有监督、无监督与半监督的区别进行分类、分析与比较.重点讨论了基于机器学习的网络流量分类研究的挑战与方向,即解决样本标注瓶颈、样本分布不平衡与动态变化、实时与连续分类以及分类算法可扩展性等核心问题. 展开更多
关键词 机器学习 网络流 网络流量分类 统计特征
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部