网络流量识别的自适应分级滑动窗决策树算法.pdfVIP

网络流量识别的自适应分级滑动窗决策树算法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第30卷第8期 计 算 机 应 用 研 究 Vo1.30No.8 2013年 8月 ApplicationResearchofComputers Aug.2013 网络流量识别的自适应分级滑动窗决策树算法 张 剑 ,曹 萍 ,寿国础 (1.上海工程技术大学航空学院,上海201620;2.上海对外经贸大学商务信息学院,上海201620;3.北京邮 电大学信息与通信工程学院,北京 100876) 摘 要:针对网络流量存在概念漂移、不同应用类型数据流偏态分布等特性,提出了基于Hoeffding决策树的自 适应分级滑动窗决策树的网络流量识别算法。该算法根据节点信息增益率检测概念漂移、动态调整概念漂移检 测窗口及不同类型训练样本集窗口,实现对不同速率概念漂移的自适应分类和决策树更新。实验结果显示新算 法对劣势频繁漂移的应用类型的识别准确率与batchC4.5算法接近,比CVFDT算法提高约20%,可以获得更加 均衡的不同应用类型分类准确度 。 关键词 :流量识别;数据流;概念漂移 ;分级滑动窗 中图分类号 :TP393.4 文献标志码:A 文章编号 :1001.3695(2013)08-2470—03 doi:10.3969/j.issn.1001—3695.2013.08.057 Trafficidentificationalgorithm basedonHoeffdingdecision treewithadaptivegradingslidewindows ZHANGJian ,CAOPing ,SHOUGuo—chu (1SchoolofAirTransportation,ShanghaiUniversityofEngineeringScience,Shanghai201620,China;2.SchoolofB~incssInformationMan- agement,ShanghaiInternatoinalBmi~ss&EconomicsUniversity,Shanghai201620,China;3.SchoolofInformatoin&Communciation Engineering,BeijingUniversityofPosts&Telecommunciatoins,Beijing100876,China) Abstract:Networktraffichascharacteristicsofconceptdrift,unbalancedistributionamongdifferentapplicationtypes.This paperproposedatrafficidentificationalgorithm,namedadaptivegradingslidewindowdecisiontree(AGSW—DT),basedon Hoeffdingdecisiontree.Itrealizedadaptivedetectionofconceptdriftanddecisiontreeupdateaccordingtotheinformationgain ratioofnodes,andthenadjustedconcept-driftingdetectionwindowandtrainingsetwindowsdynamicallyinaccordancewith thedetectionresults.ComparingtotheexperimentresuhsofbatchC4.5andCVFDT,AGSW-DTalgorithm gainedapproximate precisionwithbatchC4.5algorithm andhigherthanthatofCVFDT algorithm with20% intermsofminorfrequentconcept— drif

文档评论(0)

1243595614 + 关注
实名认证
文档贡献者

文档有任何问题,请私信留言,会第一时间解决。

版权声明书
用户编号:7043023136000000

1亿VIP精品文档

相关文档