具有显着提高准确率和鲁棒性的基于极限学习机的流量-电子测量技术.pdf

电 子 测 量 技 术 第 卷 第 期 ３９ ８ 理论与算法 　　 　 　 　 　 　 理论与算法 理论与算法 理论与算法 理论与算法 理论与算法 理论与算法 理论与算法 理论与算法 理论与算法 理论与算法 理理论论与与算算法法 　　ＥＬＥＣＴＲＯＮＩＣ ＭＥＡＳＵＲＥＭＥＮＴ ＴＥＣＨＮＯＬＯＧＹ 年 月 ２０１６ ８ 　 具有显著提高准确率和鲁棒性的基于 极限学习机的流量分类 施 燕 陈荣荣 刘亚帆 顿 涵 　 　 　 　 　 （上海大学 特种光纤与光接入网省部共建重点实验室 上海 ２０００７２） 　 　 摘 要：流量分类是网络管理员进行网络流量监控从而实现有效管理的重要手段。因此，准确地对流量进行分类具 　 有重要意义。流量分类的两个重要评判标准是分类器的准确率和效率。本文提出了一种准确率高、鲁棒性强的流量 分类方案，该方案第一次将最近几年提出的一种新的机器学习算法 极限学习机引入网络流量分类领域进行研究并进  行针对性优化。同时也提出了一种自动生成流量分类器训练集的方案，使该系统对新的网络应用具有更强的自适应 性和扩展性。本文使用 和 流量作为流量分类的两个类别。实验结果表明该方案相比其他文献提出的 ＶｏＩＰ ＷＷＷ ， ， 和 具有更高的准确率、稳定性和鲁棒性。其中当测试数据集在训练数据集后 Ｃ４．５ＲａｎｄｏｍＦｏｒｅｓｔＮａｉｖｅＢａｅｓ ＫＮＮ ｙ 当天收集时，本文分类器具有 的高准确率，其他算法具有类似的准确率；当测试数据集在训练数据集后 月和 ９３％ １ ２ 月收集时，本文分类器仍保持 ８５％的高准确率，而其它算法的准确率只有大概 ６０％左右，具有较大偏差无法应用到实际 的流量分类系统中。实验结果表明，提出的流量分类方案具有准确率高，鲁棒性和扩展性强，可应用到流量分类实践中。 关键词：流量分类；机器学习；极限学习机； ； ＶｏＩＰ ＷＷＷ 中图分类号：ＴＮ９１５ 文献标识码：Ａ 国家标准学科分类代码：５１０．４０３０ 　　 　　 犈狓狋狉犲犿犲犾犲犪狉狀犻狀 犿犪犮犺犻狀犲犫犪狊犲犱狋狉犪犳犳犻犮犮犾犪狊狊犻犳犻犮犪狋犻狅狀狑犻狋犺 犵 狊犻狀犻犳犻犮犪狀狋犻犿 狉狅狏犲犿犲狀狋狅狀犪犮犮狌狉犪犮犪狀犱狉狅犫狌狊狋狀犲狊狊 犵 狆 狔 ＳｈｉＹａｎ ＣｈｅｎＲｏｎｒｏｎ ＬｉｕＹａｆａｎ ＤｕｎＨａｎ