摘要: 如何分析流量是一个热门问题,近几年许多国内外的研究学者也对该问题有不少的研究与实践.现有的处理方法大多以基于机器学习的流量识别技术为主,在这些机器学习方法中,SVM技术表现出训练时间短、泛化能力高等优势.但其主要不足在于:需要的样本标记数量多,导致需要花费的成本高.因此文章提出一种基于SVM和Co-training的恶意流量检测方法,该方法引入Co-training半监督方法以降低样本标记数量,同时保持分类的准确性.
张远, 徐逸卿. 基于机器学习的Co-training流量分析系统设计与实现[J]. 江苏科技信息, 2018, 35(15): 66-68.