文献

J-GLOBAL ID：201802240789000516   整理番号：18A0677059

RIPPERに基づくネットワークトラフィック分類手法【JST・京大機械翻訳】

Network Flow Classification Methodrule-Based

著者 (4件)： Cao Yanzhen (哈爾浜理工大学計算机科学与技術学院,黒竜江哈爾浜,150080) ,  He Yunbin (哈爾浜理工大学計算机科学与技術学院,黒竜江哈爾浜,150080) ,  Zhu Suxia (哈爾浜理工大学計算机科学与技術学院,黒竜江哈爾浜,150080) ,  Sun Guanglu (哈爾浜理工大学計算机科学与技術学院,黒竜江哈爾浜,150080)
資料名： Ha’Erbin Ligong Daxue Xuebao  (Ha'Erbin Ligong Daxue Xuebao)
巻： 22  号： 5  ページ： 85-90  発行年： 2017年 
JST資料番号： C3248A  ISSN： 1007-2683  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 規則的学習法における反復的増分式を用いることによって,ネットワークトラフィック分類の問題を解決することができた。この方法を用いて,ネットワークフローの属性と分類の間の相関関係をマイニングすることができて,それはネットワークトラフィック分類に使用することができた。この方法は,従来の機械学習法がネットワークトラフィックにおいて不均衡なデータセットを有する場合に,分類誤り率が高いという問題を解決することができる。実験により,提案した方法が,ネットワークトラフィック分類の標準データセットにおいて,高い分類精度,再現率,および適合率を有することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 誤り率 ,  学習 ,  *ネットワーク ,  機械学習
準シソーラス用語： 適合率 ,  再現率 ,  分類精度 ,  不均衡 ,  ネットワークフロー ,  *トラフィック分類 ,  *ネットワークトラフィック , 【Automatic Indexing@JST】

著者キーワード (4件)： traffic classification ,  rule-based learning ,  repeated incremental pruning to produce error reduction ,  unbalanced data

分類 (2件)： 計算機網  (JC03000K) ,  トラヒック理論  (ND02040C)

タイトルに関連する用語 (2件)： トラフィック分類 ,  手法