基于模型聚類與特征選擇策略的網(wǎng)絡(luò)流分類研究.pdf

1、近年來(lái),以互聯(lián)網(wǎng)為代表的信息技術(shù)已經(jīng)成為當(dāng)今世界科技領(lǐng)域中最有活力、發(fā)展最快的高新技術(shù)。并且隨著互聯(lián)網(wǎng)的迅速發(fā)展,網(wǎng)絡(luò)上開始承載越來(lái)越多的新興網(wǎng)絡(luò)應(yīng)用,基于傳統(tǒng)的端口識(shí)別分類與有效負(fù)載分析方法已經(jīng)不能滿足對(duì)當(dāng)今網(wǎng)絡(luò)應(yīng)用識(shí)別的需求,因此,需要研究一種有效的網(wǎng)絡(luò)流聚類分類方法,以便準(zhǔn)確、快速地從網(wǎng)絡(luò)中識(shí)別出各類流量,從而對(duì)于網(wǎng)絡(luò)管理和規(guī)劃、網(wǎng)絡(luò)故障與檢測(cè)以及網(wǎng)絡(luò)服務(wù)質(zhì)量保障、網(wǎng)絡(luò)安全等方面的研究都具有重大的現(xiàn)實(shí)意義。
　　本文針對(duì)目前

2、網(wǎng)絡(luò)流量聚類分類中存在的一些問(wèn)題,在這一背景下開展研究,主要工作如下:
　　在基于無(wú)監(jiān)督機(jī)器學(xué)習(xí)的流量分類方面,提出一種基于快速求解高斯混合模型的無(wú)監(jiān)督聚類算法,用于研究網(wǎng)絡(luò)流量的分類,使其達(dá)到更佳的聚類效果。通過(guò)與其他算法比較,來(lái)討論此種方法在流量聚類中的適用性。仿真實(shí)驗(yàn)表明,該方法聚類精度高,經(jīng)過(guò)初始聚類中心后的EM算法用于求解GMM有較高的估算準(zhǔn)確性,有效地提高了EM算法的收斂速度。
　　在基于有監(jiān)督機(jī)器學(xué)習(xí)的流量分類