| 基于SVM的并行网络流量分类方法 |
| |
| 引用本文： | 裴杨,王勇,陶晓玲,李平红.基于SVM的并行网络流量分类方法[J].计算机工程与设计,2013,34(8). |
| |
| 作者姓名： | 裴杨 王勇 陶晓玲 李平红 |
| |
| 作者单位： | 1. 桂林电子科技大学计算机科学与工程学院,广西桂林,541004
2. 桂林电子科技大学信息与通信学院,广西桂林,541004 |
| |
| 基金项目： | 国家自然科学基金项目，广西自然科学基金项目 |
| |
| 摘 要： | 针对SVM (support vector machine)算法应用到大规模网络流量分类中存在计算复杂度高、训练速度慢等问题,提出一种基于云计算平台进行并行网络流量分类的SVM方法,以提高对大数据集的分类训练速度.该方法是一种采用云计算平台构建多级SVM和映射规约(MapReduce)模型的方法.它将训练数据集划分为多个子训练数据集,通过对所有子训练数据集进行并行训练,得到支持向量集,进而训练出流量分类模型.实验结果表明,与传统的SVM方法相比,并行SVM网络流量分类方法在保持较高分类精度的前提下,有效地减少了训练时间,提高了大规模网络流量分类的速度.
|
| 关 键 词： | 网络流量分类 支持向量机 并行 映射规约 云计算 |
Parallel network traffic classification method based on SVM |
| |
| PEI Yang
,
WANG Yong
,
TAO Xiao-ling
,
LI Ping-hong.Parallel network traffic classification method based on SVM[J].Computer Engineering and Design,2013,34(8). |
| |
| Authors: | PEI Yang WANG Yong TAO Xiao-ling LI Ping-hong |
| |
| Abstract: | |
| |
| Keywords: | network traffic classification support vector machine parallel MapReduce cloud computing |
| 本文献已被 万方数据 等数据库收录！ |
|
