典型文献
基于随机森林的物联网设备流量分类算法
文献摘要：
物联网(IoT)设备流量分类对网络资产管理有重要意义,基于流量统计的分类技术是当前研究热点.已有算法主要基于流信息建立特征向量,而对数据包信息利用较少.改进了基于随机森林的物联网设备流量分类算法,基于流信息和流数据包信息共同建立特征向量.实验结果表明:所提算法与其他算法相比,所提算法的平均分类准确率由56％提高到82％,平均召回率由47％提高到67％,平均F1得分由0.43提高到0.74,混淆矩阵对比也有明显提升,因此具备更好的分类效果.
文献关键词：
物联网(IoT);流量分类算法;随机森林;特征向量;流信息;数据包信息
中图分类号：
作者姓名：
李锐光;段鹏宇;沈蒙;祝烈煌
作者机构：
北京理工大学 网络空间安全学院,北京 100081;国家计算机网络应急技术处理协调中心,北京 100029
文献出处：
引用格式：
[1]李锐光;段鹏宇;沈蒙;祝烈煌-.基于随机森林的物联网设备流量分类算法)[J].北京航空航天大学学报,2022(02):233-239
A类：
数据包信息
B类：
物联网设备,流量分类算法,IoT,资产管理,流量统计,分类技术,流信息,特征向量,信息利用,流数据,平均分,分类准确率,召回率,分由,混淆矩阵,分类效果
AB值：
0.258684
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
