文献类型：会议

作　　者：孟庆锴 张剡 杨琬琪 胡裕靖 史颖欢 潘红兵 王浩

作者单位：南京大学计算机软件新技术国家重点实验室 南京 210046 华为技术有限公司南京研究所 南京 210012 南京大学电子科学与工程学院微电子设计研究所 南京 210046

会议文献：第十三届中国Rough集与软计算学术会议、第七届中国Web智能学术研讨会、第七届中国粒计算学术研讨会联合学术会议论文集

会议名称：第十三届中国Rough集与软计算学术会议、第七届中国Web智能学术研讨会、第七届中国粒计算学术研讨会联合学术会议

会议日期：20131018

会议地点：福建漳州

主办单位：中国计算机学会;中国人工智能学会

出版日期：20131018

语　　种：中文

摘　　要：在基础设施网络(如电力网、互联网等)设施中，往往会出现关键节点，主要表现为节点流量大、在网络中位置关键等，其性能不稳定将制约网络部分区域的功能。因此从提高关键基础设施的性能和安全性的角度出发，针对关键基础设施的检测成为一个重要的研究课题。在本文中，我们提出了一种新颖的基于分布相似度迁移的互联网关键路由设备的检测算法，其目的是自动地检测当前互联网线路中的关键路由设备。由于在真实环境中，不同线路中不同路由设备的行为特征由于若干客观因素(网络状态，路由设备性能等)导致其分布通常不相同。因此，本文提出方法主要基于路由之间的分布相似度迁移：首先在目标域(当前路由)中通过谱聚类方法自动判断出可疑的路由设备，然后通过本文提出的基于分布相似度迁移的分类器对上一步中检测出的可疑路由设备进行分类。通过在华为公司提供的真实数据集上进行测试，结果表明本文提出方法能够有效发现线路中的关键路由设备，同时本文方法能够根据不同线路之间的分布相似度迁移来提高分类结果。

关 键 词：谱聚类 迁移学习  关键路由设备检测  

分 类 号：TP181]