编辑推荐
暂无
内容简介
流量识别对互联网的网络安全和网络管理领域具有重要意义。作者基于机器学习的识别方法,基于流量的特征属性的影响以及测度之间的相关性,通过建立标准数据集,研究报文抽样、属性选择算法对识别精度的影响,评估分类算法对属性特征在抽样条件下的敏感程度,在此基础上,建立了面向不同环境和需求的多分类器融合流量识别模型。
作者简介
 ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;董仕,男,1980年11月生,籍贯河南周口,中国计算机学会会员,Journal ;of ;Internet ;Technology(SCI期刊)、Computers&;Electrical ;Engineering(SCI期刊)特邀审稿人;KSII ;Transactions ;on ;Internet ;and ;Information ;Systems(SCI期刊)、Applied ;Mathematics&;Information ;Science(SCI期刊)审稿人。
教育背景:
1999年9月-2003年7月:河南大学计算机科学与工程学院,获计算机应用技术专业学士学位。
2006年9月-2009年7月:电子科技大学计算机科学与工程学院,获得计算机应用技术硕士学位。
2009年9月至今:东南大学计算机科学与工程学院,攻读计算机应用技术专业博士学位。
工作经历:
2003年11月-2006年6月:UMAX中国公司从事研究开发工作。
2007年9月-2008年8月:中国科学院计算技术研究所客座研究员,从事973课题的研究。  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ; ;
目录
暂无
基于流记录的网络流量识别关键技术研究 pdf下载声明
本pdf资料下载仅供个人学习和研究使用,不能用于商业用途,请在下载后24小时内删除。如果喜欢,请购买正版