基于层次聚类的网络流识别算法研究

TP393; 利用核函数定理提出了一种改进的网络流识别算法。首先运用对称不确定性的概念选择出最相关的流测度，然后利用核函数定理对选择的网络流测度进行高维映射，以测度的高维空间距离作为度量各个类差别的标准，提高了聚类结果的准确性。采用光滑因子、轮廓系数和不确定熵来控制聚类过程。实验表明，该算法的聚类结果更均匀，没有出现某个类占过大比重的情况且根据高维空间的类距离能够检测出网络流里的大部分流量。...

Full description

Saved in:
Bibliographic Details
Published in通信学报 no. z1; pp. 41 - 45
Main Authors 丁伟, 徐杰, 卓文辉
Format Journal Article
LanguageChinese
Published 东南大学 计算机科学与工程学院，江苏 南京 211189 2014
东南大学 计算机网络与信息集成教育部重点实验室，江苏 南京 211189
Subjects
traffic identify
对称不确定分析
sihouette coefficient
hierarchical cluster
kernel function
流量识别
聚类分析
核函数映射
Online AccessGet full text
ISSN1000-436X
DOI10.3969/j.issn.1000-436x.2014.z1.009

Cover

More Information
Summary:TP393; 利用核函数定理提出了一种改进的网络流识别算法。首先运用对称不确定性的概念选择出最相关的流测度，然后利用核函数定理对选择的网络流测度进行高维映射，以测度的高维空间距离作为度量各个类差别的标准，提高了聚类结果的准确性。采用光滑因子、轮廓系数和不确定熵来控制聚类过程。实验表明，该算法的聚类结果更均匀，没有出现某个类占过大比重的情况且根据高维空间的类距离能够检测出网络流里的大部分流量。
ISSN:1000-436X
DOI:10.3969/j.issn.1000-436x.2014.z1.009