论文部分内容阅读
基于应用层的流量分类在用户行为识别、网络带宽管理等方面有着十分重要的应用．将机器学习应用到应用层流量分类问题中．首先提出了一种基于熵函数的组合式特征选择算法，提取了5种TCP连接的特征．针对监督学习中无法识别新流量类型的问题，提出了一种基于半监督学习的流量分类算法．实验结果表明，算法的检测率优于Kmeuans方法．在少量标记样本的情况下，随着未标记样本数增加，算法的检测率在增加．