开集环境中基于增量学习的网络流量分类研究
Research on Network Traffic Classification Based on Incremental Learning in Open Set Environment作者机构：南京邮电大学通信与信息工程学院江苏南京210003
出 版 物：《软件工程》 (Software Engineering)
年 卷 期：2024年第27卷第10期
页 面：23-28页
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：面对网络流量新类别不断涌现的挑战,以及随之而来的开集识别和模型更新需求,文章提出了一种基于增量学习的开集网络流量分类方法。对于开集识别,支持向量机和K均值聚类算法的级联结构可以持续识别新类和已知类;对于模型更新,基于候选支持向量筛选的“样本回放和新旧模型加权融合的“参数回放方法,能有效解决“有类增量的灾难性遗忘问题。与ISK和DACS方法相比,该方法应用在开集流量识别和分类任务中表现出显著优势,F1分数能提高1百分点至8百分点,分类速度也优于现有方法。
维普期刊数据库
同方期刊数据库