文献类型：期刊文章

作　　者：王彬彬[1]

WANG Bin-bin(Fuyang Preschool Teachers College,Anhui Fuyang 236015,China)

机构地区：[1]阜阳幼儿师范高等专科学校,安徽阜阳236015

出　　处：《齐齐哈尔大学学报（自然科学版）》

基　　金：阜阳幼儿师范高等专科学校校级质量工程——常态化疫情防控下的高职计算机基础教学探讨(ZLGC2020JY011)。

年　　份：2022

卷　　号：38

期　　号：2

起止页码：50-55

语　　种：中文

收录情况：普通刊

摘　　要：考虑到软件定义网络异常流量分类受到网络复杂特性的影响,导致分类效果变差,提出了基于K-means聚类的软件定义网络异常流量分类研究。利用权重属性,划分了软件定义网络异常流量的频度,在网络异常流量的分布形式转化过程基础上,根据软件定义网络异常节点出现的概率,计算了异常流量的特征值,提取出软件定义网络异常流量特征,根据软件定义网络异构值差的度量,初始化软件定义网络的参考向量值,通过更新分类属性的邻域半径,计算网络异常流量的参考向量,选择出软件定义网络异常流量分类属性,利用K-means聚类算法过滤软件定义网络异常流量,对软件定义网络异常流量进行检索,通过定义网络异常流量分类的目标函数,利用K-means聚类算法理论,构建软件定义网络异常流量的加权临界函数,结合对角矩阵的求解,设计了软件定义网络异常流量分类原理,实现了软件定义网络异常流量的分类。实验结果表明,文中分类方法的查全率、差准率较高,适应度以及收敛性能较好。

关 键 词：K-MEANS聚类 软件定义网络  异常流量  分类方法  特征提取 属性选择  

分 类 号：TP393.08]