基于云计算的职业认证平台网络流量监控识别算法研究  

作　　者：李瑞强[1] 

机构地区：[1]无锡商业职业技术学院物联网技术学院

出　　处：《电脑编程技巧与维护》2019年第8期123-125,共3页Computer Programming Skills & Maintenance

基　　金：无锡商业职业技术学院校级课题,课题名称:云计算应用技术专业职业认证体系构建,课题编号:KJXJ18424

摘　　要：通过分析网络流量属性选择过程和基于流量特征选择评价标准的模型,选择打包模型进行改进,将ReliefF算法引入模型,通过ReliefF算法的权重比较快速筛选,提高打包模型分类器的精度和效率。基于机器学习和K-Means聚类算法建立网络流量监控识别模型对职业认证平台访问的数据包进行分类,利用已知特征属性集识别已知类型,K-Means聚类算法发现未知类型。通过实验分析证实提出的识别算法识别准确性和识别效率高,在职业认证平台网络流量监控中具有较好的应用效果。

关 键 词：职业认证平台 网络流量特征 RELIEFF算法 打包模型 流量监控识别 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]