基于GATS-C4.5的IP流分类

摘要：

流分类技术在网络安全监控、QoS、入侵检测等应用领域起着重要的作用,是当前研究的热点.提出一种新的特征选择算法GATS-C4.5来构建轻量级的IP流分类器.该算法采用遗传算法与禁忌搜索相混合的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CA.5上的分类正确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GATS-C4.5的流分类器在不影响检测准确度的情况下能够提高检测速度,并且基于GATS-CA.5的IP流分类器与NBK-FCBF(Naive Bayes method with Kereel density estimation after Correlation-Based Filter)相比具有更小的计算复杂性与更高的检测率.

关键词：流分类、特征选择、遗传算法、禁忌搜索、决策树

所属期刊栏目：36

分类号：TP3;TN9

资助基金：$本文受国家"九七三"重点基础研究发展规划项目2004CB318109;国家"八六三"高技术研究发展计划项目2006AA01ZA52;国家242信息安全计划项目2005C39

在线出版日期：2009-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：68-72,96