重尾分布的网络流量SVM分类

网络流量表现出突发和自相似等动态特性，使得网络应用很难进行准确分类。本文分析了流量动态特性产生的不平衡性及其重尾分布，提出了基于重尾分布的流量分类定量分析模型。基于该分析模型，研究分类算法中训练集采集位置和规模大小的选取。考虑到混合流量中的次要数据流通常是小样本，选用支持向量机(SVM)算法进行流量分类。实验结果表明：重尾分布的流量分类训练集可以选择最佳采集位置和规模，以获得较好的分类模型，该定量分析模型对流量分类及提高分类精度有指导意义。