基于多层MapReduce的混合网络流量分类特征选择方法

摘要：

针对传统的特征选择方法只适用于小规模数据集、运行效率低的缺陷，结合 Filter方法和 Wrapper方法的特点，提出一种基于多层MapReduce的混合网络流量分类特征选择方法。该方法通过Fisher score对数据进行预处理，剔除部分无关特征，实现高维数据的降维。采用序列前向搜索的搜索策略，通过多层 MapReduce 实现不断选取分类能力最好的特征。实验结果表明，该方法既保持较高的分类精度，又减少特征选择时间，实现较好的加速比，提高了网络流量分类的执行效率。

关键词：特征选择、Fisher score、SFS、MapReduce

所属期刊栏目：36

分类号：TP301.1(计算技术、计算机技术)

资助基金：国家自然科学基金61163058,61363006;广西可信软件重点实验室开放基金KX201306

在线出版日期：2016-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：123-128