换一批摘要为解决大规模复杂网络环境下网络流量数据多源、异构,流量信息资源缺乏一致性描述影响分类性能的问题,提出一种基于本体的网络流量分类方法.采用本体语义化描述网络流量信息资源,分层化构建网络流量本体,借助决策树算法建立分类模型,生成推理规则集,通过知识推理实现网络流量分类.实验结果表明,该方法有效可行,与SVM、Bayes-Net、BP神经网络分类方法相比,采用C4.5方法建立分类模型所需的训练时间明显低于其它方法,在识别准确率、泛化能力及稳定性方面表现最优.
更多相关知识
关键词
网络流量分类本体机器学习决策树知识推理network traffic classificationontologymachine learningdecision treeknowledge reasoning
分类号
TP393
栏目名称
DOI
10.16208/j.issn1000-7024.2016.01.007
发布时间
2016-04-19（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金项目（61363006、61163058）；
广西高校云计算与复杂系统重点实验室基金项目（14104）
- 浏览0
- 被引6
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
