《基于數(shù)據(jù)挖掘的局域網(wǎng)絡用戶行為分類的研究》

《《基于數(shù)據(jù)挖掘的局域網(wǎng)絡用戶行為分類的研究》》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、基于數(shù)據(jù)挖掘的局域網(wǎng)絡用戶行為分類的研究席卓，何剛**510（北京郵電大學信息與通信工程學院，北京100876）摘要：利用數(shù)據(jù)挖掘的技術(shù)，對局域網(wǎng)絡用戶的用戶行為進行深層發(fā)掘。本文使用從局域網(wǎng)絡綜合管理系統(tǒng)提取的用戶行為原始數(shù)據(jù)，將數(shù)據(jù)進行相關(guān)處理后，針對數(shù)據(jù)的結(jié)構(gòu)和內(nèi)有特點，依據(jù)Leader-follower、K-means算法自己編程實現(xiàn)了對數(shù)據(jù)進行聚類分析，從海量數(shù)據(jù)中深入發(fā)掘有價值的信息。根據(jù)對局域網(wǎng)內(nèi)用戶在上班、下班時段頁面瀏覽次數(shù)的聚類分析結(jié)果，對用戶行為進行分析與分類，得出一定時間段內(nèi)用戶行為規(guī)律，并

2、依據(jù)該聚類結(jié)果對異常網(wǎng)絡行為進行識別。結(jié)果表明：該聚類方法能很好的對用戶行為進行分類，達到了預期。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：TP393.115ResearchofLANuserbehaviousclassificationbasedondataminingXIZhuo,HEgang(SchoolofInformationandCommunicationEngineering,BeijinguniversityofPostsand2025303540

3、Telecommunications,Beijing100876)Abstract:Basedonthedataminingtheory,thethesismakesadeepresearchonLANuserbehaviousclassification.ByusingthedatacollectingfromLANmanagementsystem,theauthorrealizedtheLeader-follower,K-meansalgorithmsandexploreedvaluableinformation

4、.Then,thethesisanalysesclustedresultofnumberofLANusers'viewingwebpageandgetsomeregularpatternsforthenetworkbehavious.Theresearchshowsthattheclusteranalysisisaapplicablemethodfornetworkuserbehaviousclassification.Keywords:Dataminig;Userbahaviousclassification;LAN

5、;Leader-follower;K-means0引言近年來，隨著網(wǎng)絡的普及和網(wǎng)絡應用的層出不窮，互聯(lián)網(wǎng)已經(jīng)成為人們獲取知識，社會交流的平臺，而且其重要性也越來越重要。而以企事業(yè)單位、學?；蛞粋€機構(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越多的應用而出現(xiàn)。例如，一個公司使用一個局域網(wǎng)，但是無法確定那些員工在上班時間在工作還是從事與工作無關(guān)的網(wǎng)絡行為，如瀏覽網(wǎng)頁，大量收發(fā)郵件或網(wǎng)絡發(fā)帖。在一些情況下，與工作無關(guān)的行為，如BT下載，

6、在線音樂或在線視頻點播不僅影響員工的工作效率，而且有時還會占用大量的正常帶寬，破壞的網(wǎng)絡環(huán)境，對正常工作的員工造成很大的影響。所以，研究一個局域網(wǎng)內(nèi)大量用戶的網(wǎng)絡行為，并使用數(shù)據(jù)挖掘技術(shù)對某些類似的行為歸為同類，將差異很大的行為視為不同類，能夠有效的達到對不同的網(wǎng)絡行為進行區(qū)分的目的。依據(jù)對某特定局域網(wǎng)內(nèi)用戶行為的分類結(jié)果，網(wǎng)絡管理員能夠清晰的了解到當前網(wǎng)絡用戶的網(wǎng)絡使用情況，做到精確定位，差別化指定網(wǎng)絡使用策略，提高網(wǎng)絡的使用效率和環(huán)境。作者簡介：席卓，（1985-），男，主要研究方向：寬帶IP。通信聯(lián)系人：何剛，（

7、1971-），男，副教授，主要研究方向：寬帶IP網(wǎng)絡.E-mail:brianhe@bupt.edu.cn-1-1數(shù)據(jù)挖掘技術(shù)簡介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的過程。這些知識一般可表示為概念（Concepts）、規(guī)則（Rules）、規(guī)律（Regularities）和模式（Patterns）等。它是一門交叉性學科，涉及到機器學習、模式識別、歸納推理、統(tǒng)計學、數(shù)據(jù)庫、

8、數(shù)據(jù)可視化和高性能計算等多個領(lǐng)域。因為數(shù)據(jù)挖掘涉及的學科領(lǐng)域和方法很多，有多種分類方法。根據(jù)挖掘任務，可分為分類或預測模型發(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)系的過程，這些模型和關(guān)系可以用來