文件名称：基于快速SVM的大规模网络流量分类方法 (2012年)
文件大小：622KB
文件格式：PDF
更新时间：2024-06-07 05:06:48
工程技术 论文
支持向量机方法具有良好的分类准确率、稳定性与泛化性，在网络流量分类领域已有初步应用，但在面对大规模网络流量分类问题时却存在计算复杂度高、分类器训练速度慢的缺陷。为此，提出一种基于比特压缩的快速SVM方法，利用比特压缩算法对初始训练样本集进行聚合与压缩，建立具有权重信息的新样本集，在损失尽量少原始样本信息的前提下缩减样本集规模，进一步利用基于权重的SVM算法训练流量分类器。通过大规模样本集流量分类实验对比，快速SVM方法能在损失较少分类准确率的情况下，较大程度地缩减流量分类器的训练时间以及未知样本的预测时间