基于流量的分类:特征歧视器及其评估数据集
4星 · 超过85%的资源 需积分: 10 45 浏览量
更新于2024-07-31
收藏 373KB PDF 举报
"《基于流量的分类器使用探讨》是一篇经典的流量分析文章,发表于2005年,由Andrew Moore、Denis Zuev和Michael Crogan三位作者合作完成。该论文主要关注在流量分析领域中,如何设计和利用特征(或称为歧视器)进行对象分类。论文的焦点在于提供一组用于评估分类技术的数据集,这些数据集包含大量的TCP流量样本,每个样本(即对象)由一组应用中心类别(通过其他方法确定)和作为输入用于概率分类技术的特征组成。
文章的核心目标是为评估分类算法的性能提供标准化的数据资源,通过这些数据,研究人员可以测试和比较不同分类器的效能。每个对象(TCP流量流)的特点不仅限于其所属的应用类别,还涵盖了那些通过概率模型提取的额外特征,如包速率、包大小分布、时延特性等,这些特征对于理解网络行为和区分不同类型的流量至关重要。
此外,作者还详细描述了数据集的构建过程,包括如何收集和标记来自客户端与服务器之间的TCP数据流,以及如何确保手工地对这些数据进行分类,以便为机器学习模型提供高质量的训练样本。通过对这些特征的深入分析,论文旨在促进流量分类领域的研究进展,并推动算法的改进和优化。
《Discriminators for use in flow-based classification》这篇论文为流量分析研究者提供了一个重要的工具和资源,帮助他们开发出更准确、更具针对性的分类器,以应对日益复杂的网络环境中的流量管理与安全问题。"
2021-06-29 上传
2019-12-15 上传
2021-03-12 上传
2021-04-20 上传
点击了解资源详情
【Theoretical Deepening】: Cracking the Convergence Dilemma of GANs: In-Depth Analysis from Theory ...
点击了解资源详情
Transfer Learning and Multilayer Perceptrons (MLP): Empowering with Pre-trained Models for Rapid ...
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
zhoutaomentao
- 粉丝: 0
- 资源: 8
最新资源
- 前端协作项目:发布猜图游戏功能与待修复事项
- Spring框架REST服务开发实践指南
- ALU课设实现基础与高级运算功能
- 深入了解STK:C++音频信号处理综合工具套件
- 华中科技大学电信学院软件无线电实验资料汇总
- CGSN数据解析与集成验证工具集:Python和Shell脚本
- Java实现的远程视频会议系统开发教程
- Change-OEM: 用Java修改Windows OEM信息与Logo
- cmnd:文本到远程API的桥接平台开发
- 解决BIOS刷写错误28:PRR.exe的应用与效果
- 深度学习对抗攻击库:adversarial_robustness_toolbox 1.10.0
- Win7系统CP2102驱动下载与安装指南
- 深入理解Java中的函数式编程技巧
- GY-906 MLX90614ESF传感器模块温度采集应用资料
- Adversarial Robustness Toolbox 1.15.1 工具包安装教程
- GNU Radio的供应商中立SDR开发包:gr-sdr介绍