10.3969/j.issn.1672-5468.2020.S2.017
基于GainRatio降维算法的流量聚类研究
随着网络数据流量的快速增长,需要高效的流量分类技术来实现网络管理、流量控制和安全检测.传统基于端口和有效负载的流量分类方法准确率低,无监督学习方法往往仅采用单一的聚类算法对数据进行聚类分析,且较少研究对数据本身的处理.为了解决上述问题,提出了先运用GainRatio信息增益率方法对原始数据进行降维处理,再将降维后的数据进行聚类的方法.实验结果表明:提出的方法不仅有效地提高了运行效率,而且随着聚类个数的增加,也明显地提高了高准确率的收敛速度.
机器学习、流量聚类、网络安全、维度下降、信息增益
38
TP301.6(计算技术、计算机技术)
2018年工业转型升级资金项目-信息编码核心算法检测评估能力建设;广州市科技计划一般项目;国家重点研发计划项目;国家重点研发计划项目
2020-11-13（万方平台首次上网日期，不代表论文的发表时间）
共5页
51-55
