声明
摘要
缩略语
第一章 绪论
1.1 课题背景及研究意义
1.2 流量分类方法研究现状
1.2.1 基于端口的流量分类方法
1.2.2 基于载荷特征的流量分类方法
1.2.3 基于机器学习的流量分类
1.3 论文主要研究内容
1.4 文章的主要章节安排
第二章 支持向量机基本理论
2.1 支持向量机分类
2.1.1 最优分类超平面
2.1.2 非线性支持向量机
2.2 多类支持向量机分类
2.2.1 一对一方法
2.2.2 一对多方法
2.2.3 有向无环图方法
2.3 本章小结
第三章 基于核极化的特征权重算法
3.1 特征选择方法
3.2 特征权重算法
3.3 基于核极化的特征权重算法
3.3.1 基本原理
3.3.2 多类SVM特征权重算法
3.3.3 算法实现
3.4 仿真实验
3.4.1 数据集说明
3.4.2 实验方法
3.4.3 实验结果及分析
3.5 本章小结
第四章 基于模糊判决策略的DAG-SVM算法
4.1 模糊判决策略
4.2 基于模糊判决策略的DAG-SVM算法
4.2.1 基本原理
4.2.2 实现方法
4.3 仿真实验
4.3.1 数据集说明
4.3.2 实验方法
4.3.3 实验结果及分析
4.4 本章小结
第五章 基于支持向量机的流量分类算法
5.1 实验基本数据说明
5.2 特征权重算法应用
5.2.1 实验方法
5.2.2 实验结果分析
5.3 改进DAG-SVM算法在流量分类中的应用
5.3.1 实验方法
5.3.2 实验结果分析
5.4 本章小结
第六章 总结与展望
6.1 研究工作总结
6.2 进一步工作展望
致谢
参考文献
攻读硕士学位期间的研究成果