一种基于统计排序的网络流量特征选择方法

摘要：

利用网络流量的统计特征进行流量的分类识别需要从众多的特征中选取最优特征集合,以避免冗余和不相关特征造成的系统模型复杂度过高、分类准确率和效率下降等问题.针对该问题,提出一种基于统计排序的网络流量特征选择方法.首先利用基于统计方法定义的特征选择系数生成初始特征子集,再将基于分类准确率构建的特征影响系数作为特征评估排序的依据,对初始特征子集进行二次特征选择,生成最优特征子集.实验结果表明,该方法在保证分类整体准确率的同时有效减少了流量统计特征的个数,在分类效果、效率以及稳定性之间实现了较好的平衡.

关键词：网络流量分类、特征选择、统计排序、特征影响

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

资助基金：国家计算机网络与信息安全技术研究专项242研究计划2016QN027

在线出版日期：2018-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：84-87