基于SOM人工神经网络的网络流量聚类分析

被引:9
作者
杨哲
机构
[1] 同济大学计算机科学与工程系
关键词
数据挖掘; SOM; 网络流量; 聚类分析;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; TP393.06 [];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 081201 ; 1201 ;
摘要
网络性能及使用模式是影响网络应用的关键因素。通过对网络流量的分析,能够反映出网络的使用模式,但网络流量数据中包含大量的冗余信息。通过数据挖掘的方法,能提取出潜在的网络使用模式。使用SOM人工神经网络对局域网流量进行聚类分析,发现同一局域网内的用户,其对网络的使用模式基本相同。同时发现个别不同的网络使用模式,存在少量的使用模式上的“奇点”。
引用
收藏
页码:103 / 104+111 +111
页数:3
相关论文
共 1 条
[1]   SELF-ORGANIZED FORMATION OF TOPOLOGICALLY CORRECT FEATURE MAPS [J].
KOHONEN, T .
BIOLOGICAL CYBERNETICS, 1982, 43 (01) :59-69