一种组合式特征选择算法及其在网络流量识别中的应用

摘要：

当前网络流量日趋复杂,给网络管理带来许多困难.为了准确地识别出网络中的各种流量,本文以支持向量机为分类器,以流的统计学特征为分类依据,提出一种组合式特征选择算法,该算法首先快速去除和分类不相关的特征,针对余下的特征,再利用遗传算法引导特征的选择和支持向量机模型参数的寻优,最终获得了最优的特征集和最佳的支持向量机分类模型.经过实验验证,基于该算法的网络流量识别方法在识别P2P流量时能以更少的特征获得更高的分类准确率.

关键词：P2P流量识别、流统计学特征、支持向量机、遗传算法、特征选择

所属期刊栏目：33

分类号：TP393(计算技术、计算机技术)

资助基金：国家“八六三”高技术研究发展计划基金项目2009AA01A346

在线出版日期：2012-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：325-329