《表2 基于机器学习的SDN异常流量识别主要研究对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《软件定义网络中的异常流量检测研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

重量级异常流量识别算法是指算法复杂度大、算法精度高、识别的攻击类型广、功能性强的异常流量识别算法，其中，主要包括机器学习、数据挖掘等算法.该类算法可以通过训练数据集来自动构建模型，并根据流量特征对流量进行分类识别，根据历史数据对网络攻击进行检测[52].但是该类算法效率较低，当从高速网络的大量流量和噪声数据中准确地识别异常模式时，算法实现速度较慢[53]，往往要求检测设备具有较高的计算能力.表2列出了应用在SDN中的基于机器学习的主要异常流量识别算法的优缺点和相应的文献.