汪为汉
- 作品数：3 被引量：9H指数：2
- 供职机构：重庆大学计算机学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- IPv6网络流量分类识别技术研究
- 网络流量分类识别是互联网研究领域的重要分支。互联网流量的深入分析研究对于网络扩容和优化、网络安全、上层用户行为分析等具有重要意义。
近年来，互联网的持续演进和发展给流量分类识别研究带来新的问题和挑战。一方面，由于...
- 汪为汉
- 关键词：IPV6网络聚类分析
- 文献传递
- 一种多分类器联合的集成网络流量分类方法被引量：5
- 2013年
- 针对流量分类问题中,传统单一的机器学习分类算法存在分类准确率难以提升和对网络环境变化适应能力不足的缺点,提出一种多分类器集成流量分类方法。该方法结合不同算法分类器的特点,使用多数投票和实例选择集成方法实现流量分类。对比实验表明,该方法在分类准确率和算法泛化性能上的表现均有所提升,对环境变化适应能力增强。但值得注意的是,该算法比独立分类法从实现复杂度和实际运行的时间复杂度均有所增加。
- 孔蓓蓓唐学文汪为汉
- 关键词：支持向量机C4贝叶斯网
- 基于贝叶斯学习的集成流量分类方法被引量：4
- 2012年
- NB方法条件独立性假设和BAN方法小训练集难以建模。为此,提出一种基于贝叶斯学习的集成流量分类方法。构造单独的NB和BAN分类器,在此基础上利用验证集得到各分类器的权重,通过加权平均组合各分类器的输出,实现网络流量分类。以Moore数据集为实验数据,并与NB方法和BAN方法相比较,结果表明,该方法具有更高的分类准确率和稳定性。
- 汪为汉唐学文邓一贵
- 关键词：朴素贝叶斯加权
