针对传统高斯分布容易受到数据样本边缘值和离群点噪声的影响，改用t分布替代原有的高斯混合模型，并使用期望最大化（Expectation Maximization，EM）算法对网络流数据样本进行t分布混合模型的建模。为降低EM算法的迭代次数，对t分布混合模型进行了改进，用理论和实验验证了算法的有效性，并对网络多媒体业务流进行了分类研究。实验表明，提出的算法有较高的分类准确率，拟合的模型要优于传统的K-Means算法和传统的高斯混合模型的EM算法。
2022-02-23 20:07:53
936KB
1
毕业设计
毕业设计-基于监督学习的网络入侵检测系统（0day收集器）##机器学习方面用的技术比较低，只是scikit-learn里面的svm用了一下，开始的时候用knn来着，当现在样本##数据方面发现陈讲的“在大公司里”百分之八十的时间都在洗数据，卧槽我现在简直是花了百分之九十SQL注入样本还好，正常请求是火狐插件代理日志中正则匹配出来的。搞出来一千多条……
2022-02-22 21:52:59
2.25MB
1