-
题名一种多分类器选择性集成的网络流量分类方法
被引量：4
- 1
-
-
作者
李平红
陶晓玲
王勇
-
机构
桂林电子科技大学计算机科学与工程学院
桂林电子科技大学信息与通信学院
桂林电子科技大学CSIP广西分中心
-
出处
《计算机应用与软件》
CSCD
北大核心
2014年第7期182-185,310,共5页
-
基金
国家自然科学基金项目(61163058
61172053)
广西自然科学基金项目(2011GXNSFB018076)
-
文摘
针对多分类器集成方法产生的流量分类器在泛化能力方面的局限性,提出一种选择性集成网络流量分类框架,以满足流量分类对分类器高效的需求。基于此框架,提出一种多分类器选择性集成的网络流量分类方法 MCSE(Multiple Classifiers Selective Ensemble network traffic classification method),解决多分类器的选取问题。该方法首先利用半监督学习技术提升基分类器的精度,然后改进不一致性度量方法对分类器差异性的度量策略,降低多分类器集成方法实现网络流量分类的复杂性,有效减少选择最优分类器的计算开销。实验表明,与Bagging算法和GASEN算法相比,MCSE方法能更充分利用基分类器间的互补性,具有更高效的流量分类性能。
-
关键词
网络流量分类
多分类器
选择性集成
多样性
流量分类框架
-
Keywords
Network traffic classification
Multiple classifiers
Selective ensemble
Diversity
Traffic classification framework
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
