基于随机森林算法的网络流量分类方法

摘要：

精确的网络流量分类是实现互联网可控可管的关键,传统的单一分类算法需要构建基于特定假设的某种模型,算法对于待分类数据的分布要求高,不能满足复杂多变的网络流量的分类要求.基于此,采用多决策树组合的随机森林算法实现网络流量分类.通过实际网络流量数据实验表明,在各种情况下,随机森林算法都能显著改善网络流量特别是小比例样本的分类效果,算法降低了单一算法过于依赖特定假设模型的要求,对于待分类样本的分布要求低,随机森林算法具有良好的分类效果和鲁棒性.

关键词：流量分类、流量特征选择、组合分类器、随机森林算法

所属期刊栏目：8

分类号：TP393(计算技术、计算机技术)

资助基金：陕西省自然科学基础研究计划重点项目2012JZ8005;全军军事学研究生课题项目2010XXXX-488,2011XXX-X23

在线出版日期：2013-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：184-190