[发明专利]一种移动App流量统计特征选择方法有效
| 申请号： | 201811104919.X | 申请日： | 2018-09-21 |
| 公开（公告）号： | CN109412969B | 公开（公告）日： | 2021-10-26 |
| 发明（设计）人： | 王若愚;张凌;刘珍 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | H04L12/851 | 分类号： | H04L12/851 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种移动App流量统计特征选择方法，该方法包括：S1、获取原始移动App的流量数据集，提取移动App流量的流统计特征，获取用于训练的有标记数据集LD，以及待分类的无标记数据集UD；S2、在LD数据集上，利用信息增益率，评估每个流统计特征在类间的区分能力；S3、在LD和UD数据集上，计算每个流统计特征的取值分布，利用Hellinger距离评估特征取值分布差异性，评估流统计特征的漂移程度；S4、将漂移程度作为区分能力的惩罚因子，计算流统计特征的综合评估值；S5、基于综合评估值，搜索区分能力强且漂移程度低的流统计特征子集。本发明的方法涉及移动互联网流量测量领域的移动App流量分类技术，降低数据维度，并提高分类鲁棒性能。 | ||
| 搜索关键词： | 一种 移动 app 流量 统计 特征 选择 方法 | ||
【主权项】：
1.一种移动App流量统计特征选择方法，其特征在于，包括下述步骤：步骤S1、获取移动App的原始流量数据集，提取移动App流量的流统计特征，获取用于训练的有标记数据集LD，以及待分类的无标记数据集UD；步骤S2、在LD数据集上，利用信息增益率，评估每个流统计特征在类间的区分能力；步骤S3、在LD和UD数据集上，计算每个流统计特征的取值分布，利用Hellinger距离评估特征取值分布差异性，评估流统计特征的漂移程度；步骤S4、将漂移程度作为特征区分能力的惩罚因子，计算流统计特征的综合评估值；步骤S5、基于综合评估值，搜索区分能力强且漂移程度低的流统计特征子集。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811104919.X/，转载请声明来源钻瓜专利网。
