吉林大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (增刊1): 124-127.
吴旗, 刘健男, 寇文龙, 张宗升
WU Qi, LIU Jian-nan, KOU Wen-long, ZHANG Zong-sheng
摘要：
单类支持向量机(OCSVM)理论对有限样本、高维空间和不平衡数据集分类有巨大优势,通过使用权重值模拟退火法与动态惯性因子的粒子群算法改进OCSVM的参数选择算法,进行流量分类,使得分类准确率提高了近10%,解决了传统流量分类方法的低准确率和开销大等弊端,对提高网络服务质量、网络管理与控制以及网络安全等领域具有重要意义。
中图分类号:
| [1] Alok Madhukar,Carey Williamson.A longitudinal study of p2p traffic classification [C]//Modeling,Analysis,and Simulation of Computer and TelecommunicationSystems,14th IEEE International Symposium on. MA,USA:IEEE,2006:179-188.[2] Andrew W Moore,Konstantina Papagiannaki.Toward the accurate identification of network applications [C]//Passive and Active Network Measurement,6th International Workshop,PAM 2005.Boston MA,USA:Springer Berlin Heidelberg,2005:41-54.[3] 佘锋,王小玲.基于半监督学习的网络流量分类 [J].计算机工程,2009,12:90-91,94. She Feng,Wang Xiao-ling.Network traffic classification based on semi-supervised learning [J].Computer Engineering,2009,35(12):90-91,94.[4] Zander S,Nguyen T,Armitage G.Automated traffic classification and application identification using machine learning [C]//Proceedings of the IEEE Conference on LCN'05.MA,USA:IEEE,2005:250-257.[5] Sen S,Spatscheck O, Wang D.Accurate,scalable in network identification of P2P traffic using application signatures [C]//Proceedings of the 13th International World Wide Web Conference.NY,USA:ACM,2004:512-521.[6] Vapnik V N.The nature of statistical learning theory[M].NY,USA:Springer Verlag,1995:138-145.[7] Corinna Cortes,Vapnik V.Support-vector networks [C]//Machine Learning.USA:Kluwer Academic Publishers,1995:273-297.[8] Larry M Y,Manevitz M.One-class svms for document classification [C]//Journal of Machine Learning Research.Cambridge Massachusetts.USA:the MIT Press,2001:139-154.[9] Scholkopf B.Estimating the support of a high-dimensional distribution[J].Neural Computation,2001,13(7):1443-1471.[10] Zhuang Ling,Dai Hong-hua.Parameter optimization of kernel based one-class classifier on imbalance learning[J].Journal of Computers,2006,1(7):32-40.[11] Andrew W Moore,Denis Zuev.Data by dataset.(2005).http://www.cl.cam.ac.uk/research/srg/netos/ nprobe/data/papers/sigmetrics/index.html.[12] Moore A W,Zuev D.Internet traffic classification using Bayesian analysis techniques[C]//Proceedings of the 2005 ACM SIGMETRICS International Conference on Measurement and Modeling of Computer Systems.NY,USA:ACM,2005:50-60. |
| [1] | 隗海林, 包翠竹, 李洪雪, 李明达. 基于最小二乘支持向量机的怠速时间预测[J]. 吉林大学学报(工学版), 2018, 48(5): 1360-1365. |
| [2] | 耿庆田, 于繁华, 王宇婷, 高琦坤. 基于特征融合的车型检测新算法[J]. 吉林大学学报(工学版), 2018, 48(3): 929-935. |
| [3] | 蔡振闹, 吕信恩, 陈慧灵. 基于反向细菌优化支持向量机的躯体化障碍预测模型[J]. 吉林大学学报(工学版), 2018, 48(3): 936-942. |
| [4] | 赵东, 臧雪柏, 赵宏伟. 基于果蝇优化的随机森林预测方法[J]. 吉林大学学报(工学版), 2017, 47(2): 609-614. |
| [5] | 袁哲明, 张弘杨, 陈渊. 基于特征选择和支持向量机的HIV-1型蛋白酶剪切位点预测[J]. 吉林大学学报(工学版), 2017, 47(2): 639-646. |
| [6] | 梁士利, 魏莹, 潘迪, 张玲, 许廷发, 王双维. 基于语谱图行投影的特定人二字汉语词汇识别[J]. 吉林大学学报(工学版), 2017, 47(1): 294-300. |
| [7] | 商强, 杨兆升, 张伟, 邴其春, 周熙阳. 基于奇异谱分析和CKF-LSSVM的短时交通流量预测[J]. 吉林大学学报(工学版), 2016, 46(6): 1792-1798. |
| [8] | 赵云鹏, 于天来, 焦峪波, 宫亚峰, 宋刚. 异形桥梁损伤识别方法及参数影响分析[J]. 吉林大学学报(工学版), 2016, 46(6): 1858-1866. |
| [9] | 周炳海, 徐佳惠. 基于支持向量机的多载量小车实时调度[J]. 吉林大学学报(工学版), 2016, 46(6): 2027-2033. |
| [10] | 卢英, 王慧琴, 秦立科. 高大空间建筑火灾精确定位方法[J]. 吉林大学学报(工学版), 2016, 46(6): 2067-2073. |
| [11] | 马知行, 赵琦, 张浩. 基于傅立叶分析的持家基因预测模型[J]. 吉林大学学报(工学版), 2016, 46(5): 1639-1643. |
| [12] | 王品, 何璇, 吕洋, 李勇明, 邱明国, 刘书君. 基于多特征支持向量机和弹性区域生长的膝软骨自动分割[J]. 吉林大学学报(工学版), 2016, 46(5): 1688-1696. |
| [13] | 张静, 刘向东. 混沌粒子群算法优化最小二乘支持向量机的混凝土强度预测[J]. 吉林大学学报(工学版), 2016, 46(4): 1097-1102. |
| [14] | 申铉京, 翟玉杰, 卢禹彤, 王玉, 陈海鹏. 基于信道补偿的说话人识别算法[J]. 吉林大学学报(工学版), 2016, 46(3): 870-875. |
| [15] | 宗芳, 王占中, 贾洪飞, 焦玉玲, 吴杨. 基于支持向量机的通勤日活动-出行持续时间预测[J]. 吉林大学学报(工学版), 2016, 46(2): 406-411. |
|
||