【摘要】 提出了一种基于半监督学习的方法对Web流量进行聚类分析,使用隐马尔可夫模型对用户流量进行描述和聚类分析。该方法通过对少量数据进行人工标识,利用已标识数据对无监督聚类结果进行调整,以得到与人工分类匹配的聚类结果。使用真实的Web流量对提出的方法进行验证,实验结果表明该方法能有效地对Web流量进行分类,并得到相应的描述模型。更多还原

【Abstract】 This paper presented a Web traffic classification method based on semi-supervised clustering,which uses HMM(Hidden Markov Model)to model and analyze Web client traffic.The method first runs an unsupervised clustering process on the whole data set,and then uses the pre-labeled data to adjust the result clusters.The paper also pre-sented the experiment result on real network data to validate the purposed method.更多还原