您的位置： 专家智库 > >

龙也

作品数：4 被引量：1H指数：1
供职机构：桂林电子科技大学更多>>
发文基金：广西可信软件重点实验室开放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>>

合作作者

文献类型

  • 2篇专利
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 4篇网络
  • 2篇投票
  • 2篇投票方式
  • 2篇流量数据
  • 2篇海量
  • 2篇海量数据
  • 2篇并行网络
  • 1篇云计算
  • 1篇网络流
  • 1篇网络流量
  • 1篇网络流量分类
  • 1篇混合网
  • 1篇混合网络
  • 1篇降维
  • 1篇分类器
  • 1篇分类器集成
  • 1篇高维
  • 1篇SCORE
  • 1篇SFS
  • 1篇FISHER

机构

  • 4篇桂林电子科技...

作者

  • 4篇龙也
  • 3篇陶晓玲
  • 3篇王勇
  • 3篇韦毅
  • 2篇何倩
  • 2篇曾小宝
  • 1篇王勇

传媒

  • 1篇桂林电子科技...

年份

  • 1篇2017
  • 1篇2016
  • 2篇2015
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
一种并行网络流量分类方法
本发明公开一种并行网络流量分类方法，基于Hadoop集群平台提供的MapReduce并行框架，先对数据集进行预处理，通过特征选择方法对高维网络流量数据降维，去除不相关以及冗余特征；然后通过选择性集成学习训练多个基分类器，...
王勇龙也陶晓玲何倩韦毅曾小宝
一种并行网络流量分类方法
本发明公开一种并行网络流量分类方法，基于Hadoop集群平台提供的MapReduce并行框架，先对数据集进行预处理，通过特征选择方法对高维网络流量数据降维，去除不相关以及冗余特征；然后通过选择性集成学习训练多个基分类器，...
王勇龙也陶晓玲何倩韦毅曾小宝
文献传递
基于多层MapReduce的混合网络流量分类特征选择方法被引量：1
2016年
针对传统的特征选择方法只适用于小规模数据集、运行效率低的缺陷,结合Filter方法和Wrapper方法的特点,提出一种基于多层MapReduce的混合网络流量分类特征选择方法。该方法通过Fisher score对数据进行预处理,剔除部分无关特征,实现高维数据的降维。采用序列前向搜索的搜索策略,通过多层MapReduce实现不断选取分类能力最好的特征。实验结果表明,该方法既保持较高的分类精度,又减少特征选择时间,实现较好的加速比,提高了网络流量分类的执行效率。
王勇王勇龙也陶晓玲
关键词：FISHERSCORESFSMAPREDUCE
基于云计算与集成学习的网络流量分类方法研究
网络流量分类是网络管理、服务质量保障、网络安全等领域的关键技术之一。高效地网络流量分类有助于进行网络态势分析和动态访问控制，是实现网络管理、流量控制以及安全检测的重要环节。　　随着网络规模和网络速度的不断增长，导致海量增...
龙也
关键词：网络流量云计算
全选 清除 导出
共1页<1>
聚类工具0