一种基于SVM后验概率的网络流量识别方法.pdfVIP

第38卷第17期 计算机工程 2012年9月 2012 V-01．38 No．17 ComputerEngineering September 文献标识码：A ·人工智能及识别技术· 文章编号：1000_3428(2012)17—017l—03 中圈分类号：TP393 方法 一种基于SVM后验概率的网络流量ie, 刘三民“2，王彩霞3，孙知信4 (I．安徽工程大学计算机与信息学院，安徽芜湖241000； 2．南京航空航天大学计算机科学与技术学院，南京210016； 3．安徽商贸职业技术学院电子信息工程系，安徽芜湖241002； 4．南京邮电大学宽带无线通信与传感网技术教育部重点实验室，南京210003) ■蔓：为解决网络样本标注的难题，实现多种网络流量环境中的主动学习，提出一种基于支持向量机后验概率的网络流量识别方法。结 合支持向量机输出和Sigmoid函数拟合样本所属类别后验概率，用其中较大的2类概率信息熵值衡量样本影响分，借助支持向量机和不确 定性采样策略实现主动学习过程，形成流量识别模型。实验结果表明，该方法能取得较好的识别效果。 美奠词：流量识别；主动学习；支持向量机；熵；不确定性采样；后验概率 ANetworkFlowIdentificationMethod BasedonSVMPosteriori Probability LIU Zhi-xin4 San—minl，一。WANGCai．xia3．SUN andInformation，Anhui 241000，China； (1．CollegeofComputer PolytechnicUniversity,Wuhu 2．CollegeofComputerScienceandTechnology,NanjingUniversityofAeronautics Information BusinessofVocational ofElectronic 3．Department Engineering，AnhuiCollege Technology,Wuhu241002，China； ofBroadbandWirelessCommunicationandSensorNetwork Laboratory ofEducation， 4．Key Technology,Ministry ofPostsand University 210003，China) Nanjing Telecommunications，Nanjing