作者：董仕著
页数：161页
出版社：科学技术文献出版社
出版日期：2017
ISBN：9787518929771
电子书格式：pdf/epub/txt
内容简介
本书主要内容包括: 流特征选择算法、报文抽样对网络流量应用识别的影响、改进的BP神经网络算法、基于改进的Kmeans流量聚类算法等。
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。
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。
本书特色
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。
