已閱讀1頁,還剩49頁未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、網(wǎng)絡(luò)發(fā)展日新月異,精確的進(jìn)行網(wǎng)絡(luò)流量分類也變得越來越重要,因?yàn)楹芏鄳?yīng)用使用隨機(jī)的端口號(hào),而且基于安全的考慮,也使用了加密的數(shù)據(jù),傳統(tǒng)的基于端口號(hào)或者是基于特征串的網(wǎng)絡(luò)流量分類方法已經(jīng)不在適用,越來越多的人采取了基于流量統(tǒng)計(jì)特征的網(wǎng)絡(luò)流量分類方法來解決這個(gè)問題。
基于流量統(tǒng)計(jì)特征的方法本質(zhì)是機(jī)器學(xué)習(xí)問題,聚類中的k-means就是解決方法之一,這種方法的優(yōu)點(diǎn)是無需事先標(biāo)記樣本,缺點(diǎn)是時(shí)間消耗大,而且精確度較低,在本文中,對(duì)聚
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于k-means聚類和潛在語義分析的網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于SVM和K-means的微博話題分類方法研究.pdf
- 網(wǎng)絡(luò)流量自適應(yīng)抽樣測(cè)量研究.pdf
- 基于模糊K-Means的網(wǎng)絡(luò)流分類系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于行為的網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于垂直分類數(shù)據(jù)K-Means聚類隱私保持挖掘方法.pdf
- 基于FPGA的網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于優(yōu)化K-means算法的電力負(fù)荷分類研究.pdf
- 自相似網(wǎng)絡(luò)流量的自適應(yīng)控制.pdf
- 基于自適應(yīng)諧振理論的網(wǎng)絡(luò)異常檢測(cè)及其優(yōu)化方法.pdf
- 基于K-means與復(fù)雜網(wǎng)絡(luò)的商品推薦.pdf
- 基于概率神經(jīng)網(wǎng)絡(luò)和K-means算法的納稅評(píng)估.pdf
- 基于Hadoop的K-means遙感影像分類算法的研究.pdf
- 基于凝聚模糊K-means的聚類方法研究.pdf
- 基于K-means的智能存儲(chǔ)算法.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于項(xiàng)目分類和K-means聚類的加權(quán)Slope One算法研究.pdf
- 文本分類中基于k-means的特征選擇算法研究.pdf
- 基于改進(jìn)K-means聚類的推薦方法研究.pdf
- 基于NetFPGA的網(wǎng)絡(luò)流量分類.pdf
評(píng)論
0/150
提交評(píng)論