欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
网络应用识别是网络管理、研究、规划、安全等一系列事务的基本前提，基于分组端口号和分组载荷的应用识别技术逐渐不能满足需求．根据不同应用具有各不相同的流量特性这一原理，可利用机器学习技术挖掘各种应用的流量模式，从而进行有效识别．本文使用简单的流量特征作为观测值进行有监督应用识别．通过比较多种通用的机器学习算法，找出最适用于应用识别问题的有监督学习方案，同时应用特征选择算法找出关键的流量特征．
英文摘要：
Application identification plays an important role in various network activities. Due to the ineffec- tiveness of traditional port-based and payload-based methods, recent works proposed using machine learning tech- niques to identify application based on statistical characteristic of traffic flows. In this study, we use simple charac- teristic to describe traffic flows, and then identify the most suitable supervised ML classifier for the application i- dentification problem by comparing various ML schemes. We also apply feature selection to identify the most sig- nificant features.
同期刊论文项目
同项目期刊论文
期刊信息
位置：