基于概念漂移检测的自适应流量识别的研究

摘要：

基于机器学习的网络流量识别技术作为一种典型的数据流分类的应用,对概念漂移检测方法的要求越来越高.针就这个问题,首先分析了概念漂移检测的两种典型方法,然后结合实际的网络环境中经常存在类别不平衡的特性提出了一种检测概念漂移的算法CF_CDD,并对该算法的原理和统计学理论基础进行了详细的论述.再根据提出的概念漂移检测算法构建基于权重的集成分类器算法TCEL_CF_ CDD,以达到自适应流量识别的目的.最后进行实验,验证了文中提出的概念漂移检测算法的可行性.

关键词：流量识别、概念漂移、统计学检验、集成学习

所属期刊栏目：3

分类号：TP393(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划9732011CB302605;国家高技术研究发展计划8632011AA010705,2012AA012506;国家自然科学基金61173145,61202457

在线出版日期：2014-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：50-53,56