【摘 要】
：
面向海量数据的流量分类技术日趋重要,已成为网络资源调度、网络信息安全等领域的基础支撑技术。无监督机器学习因其无需手动标记流量数据,具有灵活、通用等特性,已成为网络
【机 构】
：
郑州大学中原网络安全研究院,信息工程大学
【基金项目】
：
国家重点研发计划资助项目(2017YFB0803201),国家自然科学基金资助项目(61572519)
论文部分内容阅读
面向海量数据的流量分类技术日趋重要,已成为网络资源调度、网络信息安全等领域的基础支撑技术。无监督机器学习因其无需手动标记流量数据,具有灵活、通用等特性,已成为网络流量分类研究者广泛使用的核心算法;但目前尚缺乏对相关研究成果全面深入的分析,制约了已有算法应用和进一步研究创新。围绕无监督机器学习在网络流量分类领域的研究进展,重点总结了无监督机器学习算法在网络流量分类中的研究,并从算法分类采用的协议类型、特征参数和结果的有效性进行对比分析;最后针对无监督机器学习算法在流量分类领域的研究方向,在特征提取方法、不平
其他文献
根据防空兵部队军事训练的特点规律和实际情况,构建了防空兵部队军事训练软环境评价指标体系,采用层次分析法和模糊综合评价法对防空兵部队军事训练软环境进行评价,实现了定
基于SVTTS架构的语音克隆系统采用d-vector描述说话人编码特征,由于该特征提取过程中没有考虑到整段句子的语音信息,从而影响了克隆语音的相似度。针对此问题,提出一种基于x-
利用有限制条件的间接平差模型,以多面体独立角点坐标作为平差参数,结合多面体旋转对称性和计算机图形学相关矩阵变换,得到一种伪随机三角形构型天线罩反分析方法。通过对青
航空发动机燃烧室内的燃烧组织是高温高压受限空间内多级旋流复杂流场结构的气动、燃油雾化、蒸发、油气混合和燃烧化学反应多场耦合过程,而其流场特性影响雾化和燃烧过程,从
Serpent算法是进入AES竞赛最后一轮的密码算法之一,分析了该算法的S盒和线性变换等组件性质,归纳出了其在差分和掩码传播过程中的若干规律。以此为基础搜索得到6条9轮差分-线
基于LSTM-CNN组合框架的深度学习模型在很多恶意程序分类测试中都取得了极佳的效果。从LSTM-CNN的结构来看,CNN的作用主要是抽取数据间的局部依赖关系。然而在恶意程序识别分