提出了一種魯棒網(wǎng)絡(luò)流量分類及新類型的發(fā)現(xiàn)算法.網(wǎng)絡(luò)流量一般為高維數(shù)據(jù),且在網(wǎng)絡(luò)流量收集過程中易受到網(wǎng)絡(luò)波動或網(wǎng)絡(luò)攻擊的影響,為此,在堆棧自編碼器的基礎(chǔ)上,基于互相關(guān)熵理論提出了一種新的網(wǎng)絡(luò)模型進行數(shù)據(jù)的特征提取,通過基于閾值的主動學(xué)習(xí)分類算法進行分類,達到識別新應(yīng)用類型的目的.對比實驗結(jié)果表明,所提算法中分類算法的準(zhǔn)確度可達到91.08%,對新應(yīng)用類型的識別度可達到98.8%.

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1流量分類模型2網(wǎng)絡(luò)流量分類以及新應(yīng)用發(fā)現(xiàn)算法

擊造成的噪聲點，因此首先通過(CSAE，correntropyinducedlossfunctionbasedsparseatuoen-coder)［5］來進行去噪處理及特征提�。浯危捎诰W(wǎng)絡(luò)應(yīng)用發(fā)展迅速，為了滿足新類型檢測的環(huán)境，所以通過基于閾值的主動學(xué)習(xí)的思想進行流量分類以....

圖3基于QBC的樣本選擇算法的主動學(xué)習(xí)過程分類器間對某一流量樣本產(chǎn)生分歧的評判通過

①一個基于相似度閾值的分類器，它可以決定一個新的樣本是屬于現(xiàn)有的分類器中某一類型，還是一個新的應(yīng)用類型．②一個主動學(xué)習(xí)算法，它維護著這些分類器集合，當(dāng)人類的反饋可用時，這個反饋就會剪枝操作．③一個新的應(yīng)用類型檢測算法，該算法能適用于未知流量，以確定在未知流量中是否有樣本子集代表一....

本文編號：3971825