刘永定
- 作品数：6 被引量：43H指数：4
- 供职机构：湖南工业大学计算机与通信学院更多>>
- 发文基金：中国博士后科学基金广东省自然科学基金湖南省教育厅科研基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种使用DBSCAN聚类的网络流量分类方法被引量：5
- 2009年
- 提出了基于DBSCAN算法的网络流量分类方法,对流的定义、特征产生、特征选择以及分类规则和分类性能的评测等内容进行了介绍。提出了基于PCA的网络流量最优特征子集的选择方法。实验结果表明,提出的分类方法能够达到较高的总精确度和查准率,能够有效地使用于网络流量分类中。
- 何震凯阳爱民刘永定邱密
- 关键词：网络流量分类主成分分析DBSCAN聚类
- 一种基于SVM的P2P网络流量分类方法被引量：24
- 2008年
- 提出一种基于SVM的P2P网络流量分类的方法。这种方法利用网络流量的统计特征和基于统计理论的SVM方法,对不同应用类型的P2P网络流量进行分类研究。主要对文件共享中的BitTorrent,流媒体中的PPLive,网络电话中的Skype,即时通讯中的MSN4种P2P网络流量进行分类研究。介绍了基于SVM的P2P流量分类的整体框架,描述了流量样本的获取及处理方法,并对分类器的构建及实验结果进行了介绍。实验结果验证了提出方法的有效性,平均分类精确率为92.38%。
- 邓河阳爱民刘永定
- 关键词：网络流量分类SVMP2P
- 基于机器学习的P2P流量分类系统设计与实现被引量：3
- 2009年
- P2P应用的快速增长,大量消费网络带宽,而传统的基于端口与有效载荷的网络流量分类方法存在着很多缺陷,一种基于机器学习的P2P流量分类系统被建议。系统按照5元组(源IP、源Port、目的IP、目的Prot及IP协议)的定义,将P2P报文分成双向TCP流(Flow)或UDP流,抽取与协议和端口无关的流的特征。用机器学习的方法构造和训练分类器后,对未知协议类型的流进行分类。分类系统的功能模块设计、实现及性能评测被详细的进行了介绍。
- 刘永定阳爱民邓河
- 关键词：P2P
- 使用机器学习算法分类P2P流量的方法被引量：9
- 2009年
- P2P应用的快速增长,带来网络拥塞等诸多问题,而传统的基于端口与有效载荷的P2P流量分类方法存在着很多缺陷。以抽取独立于端口、协议和有效载荷的P2P流的信息作为特征,用提出的基于ReliefF-CFS的方法选择流的特征子集,研究使用机器学习算法对P2P流量进行分类的方法,也研究了利用流的前向N个报文的统计信息作为特征,分类P2P流量的方法。实验结果显示提出的方法取得了较好的分类准确率。
- 刘永定阳爱民周序生邹豪杰
- 关键词：对等网
- 使用贝叶斯学习算法分类网络流量被引量：6
- 2010年
- 随着网络应用(如P2P)的快速增长,使得传统的基于端口与有效载荷的网络流量分类方法效率大大降低。基于FCBF特征选择方法选择最优特征子集,研究使用贝叶斯学习方法对网络流量进行分类;实验结果显示提出的方法取得了较好的分类准确率。
- 邱密阳爱民刘永定何震凯
- 关键词：网络流量
- 基于机器学习算法的P2P流量分类研究
- P2P应用的快速增长,带来网络拥塞、大量消费网络带宽等诸多问题，而传统的基于端口与有效载荷的网络流量分类方法存在着很多缺陷，研究按照5元组(源 IP、源 Port、目的IP、目的Prot及 IP协议)的定义，将 P2P报...
- 刘永定
- 关键词：P2P网络机器学习算法
- 文献传递
