資源描述：
《基于數(shù)據(jù)挖掘的局域網(wǎng)絡(luò)用戶行為分類的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、基于數(shù)據(jù)挖掘的局域網(wǎng)絡(luò)用戶行為分類的研究席卓，何剛**510（北京郵電大學(xué)信息與通信工程學(xué)院，北京100876）摘要：利用數(shù)據(jù)挖掘的技術(shù)，對(duì)局域網(wǎng)絡(luò)用戶的用戶行為進(jìn)行深層發(fā)掘。本文使用從局域網(wǎng)絡(luò)綜合管理系統(tǒng)提取的用戶行為原始數(shù)據(jù)，將數(shù)據(jù)進(jìn)行相關(guān)處理后，針對(duì)數(shù)據(jù)的結(jié)構(gòu)和內(nèi)有特點(diǎn)，依據(jù)Leader-follower、K-means算法自己編程實(shí)現(xiàn)了對(duì)數(shù)據(jù)進(jìn)行聚類分析，從海量數(shù)據(jù)中深入發(fā)掘有價(jià)值的信息。根據(jù)對(duì)局域網(wǎng)內(nèi)用戶在上班、下班時(shí)段頁(yè)面瀏覽次數(shù)的聚類分析結(jié)果，對(duì)用戶行為進(jìn)行分析與分類，得出一定時(shí)間段內(nèi)用戶行為規(guī)律，并依據(jù)
2、該聚類結(jié)果對(duì)異常網(wǎng)絡(luò)行為進(jìn)行識(shí)別。結(jié)果表明：該聚類方法能很好的對(duì)用戶行為進(jìn)行分類，達(dá)到了預(yù)期。關(guān)鍵詞：數(shù)據(jù)挖掘；用戶行為分類；局域網(wǎng)；Leader-follower；K-means中圖分類號(hào)：TP393.115ResearchofLANuserbehaviousclassificationbasedondataminingXIZhuo,HEgang(SchoolofInformationandCommunicationEngineering,BeijinguniversityofPostsand2025303540Tel
3、ecommunications,Beijing100876)Abstract:Basedonthedataminingtheory,thethesismakesadeepresearchonLANuserbehaviousclassification.ByusingthedatacollectingfromLANmanagementsystem,theauthorrealizedtheLeader-follower,K-meansalgorithmsandexploreedvaluableinformation.Then,
4、thethesisanalysesclustedresultofnumberofLANusers'viewingwebpageandgetsomeregularpatternsforthenetworkbehavious.Theresearchshowsthattheclusteranalysisisaapplicablemethodfornetworkuserbehaviousclassification.Keywords:Dataminig;Userbahaviousclassification;LAN;Leader-
5、follower;K-means0引言近年來(lái)，隨著網(wǎng)絡(luò)的普及和網(wǎng)絡(luò)應(yīng)用的層出不窮，互聯(lián)網(wǎng)已經(jīng)成為人們獲取知識(shí)，社會(huì)交流的平臺(tái)，而且其重要性也越來(lái)越重要。而以企事業(yè)單位、學(xué)校或一個(gè)機(jī)構(gòu)為單位的局域網(wǎng)，在其中扮演著十分重要的角色。局域網(wǎng)能夠提供穩(wěn)定，高帶寬的網(wǎng)絡(luò)環(huán)境，便于同一局域網(wǎng)內(nèi)的用戶使用，但是它的弊端也隨著越來(lái)越多的應(yīng)用而出現(xiàn)。例如，一個(gè)公司使用一個(gè)局域網(wǎng)，但是無(wú)法確定那些員工在上班時(shí)間在工作還是從事與工作無(wú)關(guān)的網(wǎng)絡(luò)行為，如瀏覽網(wǎng)頁(yè)，大量收發(fā)郵件或網(wǎng)絡(luò)發(fā)帖。在一些情況下，與工作無(wú)關(guān)的行為，如BT下載，在線音樂(lè)或在線視頻點(diǎn)
6、播不僅影響員工的工作效率，而且有時(shí)還會(huì)占用大量的正常帶寬，破壞的網(wǎng)絡(luò)環(huán)境，對(duì)正常工作的員工造成很大的影響。所以，研究一個(gè)局域網(wǎng)內(nèi)大量用戶的網(wǎng)絡(luò)行為，并使用數(shù)據(jù)挖掘技術(shù)對(duì)某些類似的行為歸為同類，將差異很大的行為視為不同類，能夠有效的達(dá)到對(duì)不同的網(wǎng)絡(luò)行為進(jìn)行區(qū)分的目的。依據(jù)對(duì)某特定局域網(wǎng)內(nèi)用戶行為的分類結(jié)果，網(wǎng)絡(luò)管理員能夠清晰的了解到當(dāng)前網(wǎng)絡(luò)用戶的網(wǎng)絡(luò)使用情況，做到精確定位，差別化指定網(wǎng)絡(luò)使用策略，提高網(wǎng)絡(luò)的使用效率和環(huán)境。作者簡(jiǎn)介：席卓，（1985-），男，主要研究方向：寬帶IP。通信聯(lián)系人：何剛，（1971-），男，副教授
7、，主要研究方向：寬帶IP網(wǎng)絡(luò).E-mail:brianhe@bupt.edu.cn-1-1數(shù)據(jù)挖掘技術(shù)簡(jiǎn)介1.1數(shù)據(jù)挖掘的概念數(shù)據(jù)挖掘（DataMining）是指從大量的、不完全的、有噪聲的、模糊地、隨機(jī)的數(shù)據(jù)45505560中，提取隱含在其中的、人們不知道的、但又擁有潛在有用信息和知識(shí)的過(guò)程。這些知識(shí)一般可表示為概念（Concepts）、規(guī)則（Rules）、規(guī)律（Regularities）和模式（Patterns）等。它是一門交叉性學(xué)科，涉及到機(jī)器學(xué)習(xí)、模式識(shí)別、歸納推理、統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)、數(shù)據(jù)可視化和高性能計(jì)算等多個(gè)
8、領(lǐng)域。因?yàn)閿?shù)據(jù)挖掘涉及的學(xué)科領(lǐng)域和方法很多，有多種分類方法。根據(jù)挖掘任務(wù)，可分為分類或預(yù)測(cè)模型發(fā)現(xiàn)、數(shù)據(jù)總結(jié)、聚類、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、依賴關(guān)系或依賴模型發(fā)現(xiàn)、異常和趨勢(shì)發(fā)現(xiàn)等[1]。1.2數(shù)據(jù)挖掘的功能數(shù)據(jù)挖掘是一個(gè)利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)間關(guān)系的過(guò)程，這些模型和關(guān)系可以用來(lái)
