网络流量特征选择方法中的分治投票策略研究

srilri2

摘 要： 特征选择作为机器学习过程中的预处理步骤，是影响分类性能的关键因素．网络流量具有数据量大，特 征维度高的特点，如何快速提取特征子集，并提高分类效率对于基于机器学习的流量分类方法具有重要意义．本文提 出基于分治与投票策略的特征提取方法，将数据集分裂为多个子集，分别执行特征提取算法，利用投票方法获得最后 的特征子集．实验表明可有效提高特征提取的时间效率，同时使分类器取得良好的分类准确率．
关键词： 分治；投票；流量分类；特征选择
! z5 z4 c' e: X! h( j

) X' P0 W( z0 I7 S" ]
      通过网络流量识别出各种网络应用及网络攻击已 成为当前互联网运行的核心任务，以统计学为基础的机 器学习方法在网络流量分类中逐渐引起研究人员的关 注［１，２］．一个典型的有监督机器学习模型的建立过程包 括：（１）训练集的建立；（２）分类标注；（３）特征选择；（４） 模型构建；（５）模型评估．其中，特征选择是影响分类性 能的一个关键因素．理论上，特征越多可以越有效的区 分流量类型，但过多的特征将导致模型的建立时间过 长、计算资源消耗过大、模型过于复杂等不利因素．同 时，特征之间的相关性也可能降低模型的区分能力．因 此，如何得到一个优化的特征子集成为机器学习应用于 流量分类的一个重要课题［３］
1 s' V. [! X  m8 C! A6 w
. K4 V/ E8 v, X4 U1 q
0 O2 @8 L8 Z# m* d
' `) W+ \6 a, v; S
附加瞎下载：

游客，如果您要查看本帖隐藏内容请回复

Zmb

流量分类与特征选择