面向移动App流量的多特征集合集成聚类方法研究与应用

Research and application of multi-feature sets based ensemble clustering method for mobile App traffic
吴志敏1
刘珍1
王若愚2,3
陈洁桐1
1. 广东药科大学 医药信息工程学院, 广州 510006
2. 华南理工大学 信息网络工程研究中心, 广州 510041
3. 广东省计算机网络重点实验室, 广州 510041

摘要

针对移动互联网流量识别问题,基于多项性能评估指标,分析K-均值和谱聚类算法在不同特征集合或不同识别目标流量数据集上的聚类性能,并提出基于多特征集合的集成聚类方法。比较分析实验表明,相同聚类方法在不同特征集合或不同识别目标数据集上性能有所不同,集成聚类方法能够有效提高利用单个特征集合聚类方法的性能。进一步将集成聚类方法应用于App关联分析,分析结果可为移动App的划分和用户行为分析提供客观依据。

基金项目

国家自然科学基金资助项目(61501128)
广东省自然科学基金资助项目(2017A030313345)
国家级大学生创新创业训练计划项目(201710573005)
广东药科大学创新强校工程项目
中央高校基本业务费资助项目(x2rj/D2174870)

出版信息

DOI: 10.19734/j.issn.1001-3695.2018.04.0250
出版期卷: 《计算机应用研究》 印刷出版, 2019年第36卷 第10期
所属栏目: 网络与通信技术
出版页码: 3101-3106
文章编号: 1001-3695(2019)10-049-3101-06

发布历史

[2019-10-05] 印刷出版

引用本文

吴志敏, 刘珍, 王若愚, 等. 面向移动App流量的多特征集合集成聚类方法研究与应用 [J]. 计算机应用研究, 2019, 36 (10): 3101-3106. (Wu Zhimin, Liu Zhen, Wang Ruoyu, et al. Research and application of multi-feature sets based ensemble clustering method for mobile App traffic [J]. Application Research of Computers, 2019, 36 (10): 3101-3106. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊