基于云计算的职业认证平台网络流量监控识别算法研究

通过分析网络流量属性选择过程和基于流量特征选择评价标准的模型,选择打包模型进行改进,将ReliefF算法引入模型,通过ReliefF算法的权重比较快速筛选,提高打包模型分类器的精度和效率。基于机器学习和K-Means聚类算法建立网络流量监控识别模型对职业认证平台访问的数据包进行分类,利用已知特征属性集识别已知类型,K-Means聚类算法发现未知类型。通过实验分析证实提出的识别算法识别准确性和识别效率高,在职业认证平台网络流量监控中具有较好的应用效果。