一种电力通信网流量分类方法及其系统技术方案
【技术实现步骤摘要】
本申请涉及电力通信领域，特别的涉及一种电力通信网流量分类方法及其系统。
技术介绍
随着智能电网的发展，电力信息通信网络承载了越来越多的业务。不同的业务种类、业务流量的差异以及部署方式的差异对承载网络提出了大带宽、实时性、互动性、智能流量控制、数据和网络的安全性等方面的需求。为了达到这些要求，对网络智能管道的多维感知是非常必要的。作为多维感知技术的重要组成部分，网络流量分类的引入有利于更有效地分配网络资源，提升服务质量。流量分类中构造分类器的方法很多，常见的有贝叶斯网络、决策树、基于实例的学习、人工神经网络、支持向量机、遗传算法、粗糙集、模糊集等等。其中，贝叶斯网络正以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习特性等成为众多方法中最为流行的方法之一。常见的方法是流聚合朴素贝叶斯分类方法，该方法能在较小训练数据集的条件下提升分类性能。该方法主要实现是将网络相关流打包，先分别对每一个流进行朴素贝叶斯计算，然后采用一种方法如最大值法、求和法、均值法等对相关流组成的包进行分类计算得到分类结果。该方法仿真结果表明求和法的分类性能最佳，能够提升不聚合流的朴素贝叶斯分类方法性能。
技术实现思路
但是现在广泛使用的上述流聚合朴素贝叶斯分类方法由于在聚合相关流前对单流分析采用了朴素贝叶斯方法，而朴素贝叶斯方法有一定的缺陷，它假设流属性间都是相互独立的，真实流属性并不具备这一特征，因此分类性能会受到限制。有鉴于此，本申请提供一种电力通信网流量分类方法，该方法，包括如下步骤：步骤S1、对IP分组进行预处理获得流包，流包中包括网络流；步骤S2、对流包里的...
【技术保护点】
一种电力通信网流量分类方法，包括如下步骤：步骤S1、对IP分组进行预处理获得流包，流包中包含网络流；步骤S2、对流包里的网络流进行特征提取和离散化，获得互相关性较小的流属性集合；步骤S3、根据流属性集合对获得的流包进行分类、聚合。
【技术特征摘要】
1.一种电力通信网流量分类方法，包括如下步骤：步骤S1、对IP分组进行预处理获得流包，流包中包含网络流；步骤S2、对流包里的网络流进行特征提取和离散化，获得互相关性较小的流属性集合；步骤S3、根据流属性集合对获得的流包进行分类、聚合。2.如权利要求1所述的方法，其中步骤S1、对IP分组进行预处理获得流包，流包中包括网络流包括如下子步骤：步骤S11、获得多个IP分组；步骤S12、对IP分组进行归类，获得多个流；步骤S13、对多个流进行流聚合，形成多个流包。3.如权利要求1所述的方法，其中步骤S3、根据流属性集合对获...
【专利技术属性】
技术研发人员：陈璞，孙勇，冯伟东，徐杰，赵婷，李妮，张天魁，鲁云，曹波，曾玉荣，周正，饶强，张成，焦尧毅，张明昭，陈开懋，杨振宇，
申请(专利权)人：国家电网公司，国网湖北省电力公司信息通信公司，北京创铭科技有限公司，北京邮电大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。