本文關(guān)鍵詞：基于可變特征空間SVM的互聯(lián)網(wǎng)流量分類(lèi)

  更多相關(guān)文章： 支持向量機(jī) 可變特征空間 流量分類(lèi)

【摘要】：支持向量機(jī)(support vector machine,SVM)是一類(lèi)具有良好泛化能力的機(jī)器學(xué)習(xí)算法,適合應(yīng)用于互聯(lián)網(wǎng)動(dòng)態(tài)環(huán)境下的流量分類(lèi)問(wèn)題。目前將SVM擴(kuò)展到流量分類(lèi)這樣的多分類(lèi)問(wèn)題的方法主要有One-Against-All和One-Against-One方法。這些方法都基于單一的特征空間訓(xùn)練SVM兩分類(lèi)器,沒(méi)有考慮到不同特征對(duì)不同流量類(lèi)的不同區(qū)分能力,因此獲得的分離超平面并不是最合理的。為此提出了可變特征空間的SVM集成方法,即為每個(gè)兩分類(lèi)SVM構(gòu)建具有最優(yōu)區(qū)分能力的獨(dú)立特征空間,單獨(dú)訓(xùn)練兩分類(lèi)SVM,最后再利用One-Against-All和One-Against-One方法集成為多分類(lèi)器。實(shí)驗(yàn)表明,與原來(lái)的單一特征空間的One-Against-All和One-Against-One集成方法相比,提出的方法能有效提高流量分類(lèi)器分類(lèi)精度和召回率,更易獲得最優(yōu)分離超平面。
【作者單位】： 浙江科技學(xué)院理學(xué)院;浙江水利水電學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(No.61379118,No.61103200) 浙江省網(wǎng)絡(luò)媒體云處理與分析工程技術(shù)中心開(kāi)放課題資助項(xiàng)目(No.2012E10023-14)~~
【分類(lèi)號(hào)】：TP18;TP393.06
【正文快照】： 1引言流量分類(lèi)是互聯(lián)網(wǎng)領(lǐng)域中的一個(gè)重要應(yīng)用,如何準(zhǔn)確地識(shí)別出流量的應(yīng)用類(lèi)型對(duì)于網(wǎng)絡(luò)管理、流量控制及網(wǎng)絡(luò)安全等具有重要的意義。由于互聯(lián)網(wǎng)的復(fù)雜性、動(dòng)態(tài)性,在各種應(yīng)用層出不窮的環(huán)境下,如何準(zhǔn)確地識(shí)別出流量的應(yīng)用類(lèi)型目前仍然是個(gè)極具挑戰(zhàn)的課題�；ヂ�(lián)網(wǎng)早期利用TCP端

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 葉衍;吳衛(wèi)中;何永保;;基于多維專(zhuān)用特征空間的視覺(jué)模糊識(shí)別方法[J];模式識(shí)別與人工智能;1996年03期

2 馮少彤;鮑毅;聶守平;王亮;;基于多特征空間的三維目標(biāo)離面旋轉(zhuǎn)識(shí)別[J];中國(guó)激光;2007年07期

3 劉芳;李會(huì)勇;;基于特征空間的極化敏感陣列濾波分析[J];雷達(dá)科學(xué)與技術(shù);2014年02期

4 陶劍文;Fu-Lai CHUNG;王士同;姚奇富;;稀疏近似最近特征空間嵌入標(biāo)簽傳播[J];軟件學(xué)報(bào);2014年06期

5 趙永波,劉茂倉(cāng),張守宏;一種改進(jìn)的基于特征空間自適應(yīng)波束形成算法[J];電子學(xué)報(bào);2000年06期

6 周翔;楊飛;;特征空間算法及仿真[J];中國(guó)新通信;2008年05期

7 高增來(lái);盧艷娥;馮永浩;;特征空間分解算法分析與仿真[J];現(xiàn)代電子技術(shù);2008年11期

8 趙永波,張守宏;基于特征空間的相干干擾抑制技術(shù)[J];電子與信息學(xué)報(bào);2002年04期

9 游偉;;基于特征空間的自適應(yīng)波束形成算法[J];航天電子對(duì)抗;2006年06期

10 劉春波;王鮮芳;潘豐;;基于稀疏特征空間的核方法建模研究[J];化工自動(dòng)化及儀表;2009年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 李廣明;高金峰;王俊昆;;非線性電容雙渦卷混沌電路的特征空間及方程推導(dǎo)[A];第十五屆電工理論學(xué)術(shù)年會(huì)論文集[C];2003年

2 王齊珍;常建平;;基于特征空間的降維自適應(yīng)波束形成算法[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專(zhuān)刊[C];2008年

3 游偉;周先敏;;基于特征空間的自適應(yīng)波束形成算法[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（上）[C];2006年

4 李婧;;改進(jìn)的特征空間波束形成算法[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 郝國(guó)煜;向宇;周向東;施伯樂(lè);;支持向量機(jī)Top-k查詢(xún)的特征空間近鄰索引[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（一）[C];2008年

6 施展;馮正和;;一種新的特征空間魯棒波束成型算法[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 趙蕾;異構(gòu)關(guān)系數(shù)據(jù)的遷移學(xué)習(xí)界限及其在角色識(shí)別問(wèn)題中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

2 夏峙;水下目標(biāo)特征的壓縮與融合技術(shù)研究[D];哈爾濱工程大學(xué);2011年

3 駱慶開(kāi);基于特征空間理論的幾種SVM參數(shù)選取結(jié)果[D];大連理工大學(xué);2008年

，

本文編號(hào)：1150260