基于MRMHC-LSVM的IP流分类

摘要：

提出了一种构建轻量级的IP流分类器的wrapper型特征选择算法MRMHC-LSVM.该算法采用改进的随机变异爬山(MRMHC)搜索策略对特征子集空间进行随机搜索,然后利用提供的数据在无约束优化线性支持向量机(LSVM)上的分类错误率作为特征子集的评价标准来获取最优特征子集.在IP流数据集上进行了大量的实验,实验结果表明基于MRMHC-LSVM的流分类器在不影响分类准确度的情况下能够提高检测速度,与当前典型的流分类器NBK-FCBF相比,基于MRMHC-LSVM的IP流分类器具有更小的计算复杂度与更高的检测率.

关键词：流分类、特征选择、改进的随机变异爬山(MRMHC)、线性支持向量机(LSVM)

所属期刊栏目：19

分类号：TP3;TN9

资助基金：863计划2006AA01Z452,2007AA01Z416;国家242信息安全计划2005C39

在线出版日期：2009-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：564-571