IP流量分类算法中特征选择作用分析

摘要：

基于流的特征并使用机器学习技术进行网络流量分类是目前网络流量分类的主流技术.由于许多流的特征可用于流分类,其中有许多是不相关和冗余的特征,因此特征选择对算法性能的优化具有重要的作用.将基于过滤的特征选择方法应用于C4.5、Bayesnet、NBD、NBK等分类算法,实验结果表明该方法在无损于分类准确性的同时能够改进计算性能.

关键词：特征选择、IP流量分类、机器学习

所属期刊栏目：36

分类号：TP393(计算技术、计算机技术)

资助基金：国家"863"计划基金资助项目2007AA01Z151

在线出版日期：2010-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：68-70