• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Information Acquisition >RELIABLE PROBABILISTIC CLASSIFICATION OF INTERNET TRAFFIC
【24h】

RELIABLE PROBABILISTIC CLASSIFICATION OF INTERNET TRAFFIC

机译：互联网流量的可靠概率分类

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Classification of Internet traffic is very important to many applications such as network resource management, network security enforcement and intrusion detection. Many machine-learning algorithms have been successfully used to classify network traffic flows with good performance, but without information about the reliability in classifications. In this paper, we present a recently developed algorithmic framework, namely the Venn Probability Machine, for making reliable decisions under uncertainty. Experiments on publicly available real Internet traffic datasets show the algorithmic framework works well. Comparison is also made to the published results.
机译：Internet流量的分类对于许多应用程序非常重要，例如网络资源管理，网络安全实施和入侵检测。许多机器学习算法已成功用于对网络流量进行分类，具有良好的性能，但没有有关分类可靠性的信息。在本文中，我们提出了一种最新开发的算法框架，即维恩概率机，用于在不确定性下做出可靠的决策。在公开可用的实际Internet流量数据集上进行的实验表明，该算法框架效果很好。还与发布的结果进行了比较。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号