网络流量分类算法比较研究
彭勃
安徽医科大学公共基础学院计算机系 合肥230032
摘要：准确的网络流量分类既是众多网络研究工作的重要基础,也是网络测量领域的研究热点.基于流特征的六种分类算法进行比较分析,实验结果表明,使用特征选择方法,SVM算法具有较高的整体准确率和较好的计算性能,适合用于网络流量分类.
关键词：网络流量分类机器学习特征选择
分类号：TP393(计算技术、计算机技术)
资助基金：安徽医科大学科研基金项目(2010xkj040)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 12-14 )
英文信息