中国电子科学研究院学报
中國電子科學研究院學報
중국전자과학연구원학보
JOURNAL OF CHINA ACADEMY OF ELECTRONICS AND INFORMATION TECHNOLOGY
2013年
2期
184-190
,共7页
流量分类%流量特征选择%组合分类器%随机森林算法
流量分類%流量特徵選擇%組閤分類器%隨機森林算法
류량분류%류량특정선택%조합분류기%수궤삼림산법
精确的网络流量分类是实现互联网可控可管的关键,传统的单一分类算法需要构建基于特定假设的某种模型,算法对于待分类数据的分布要求高,不能满足复杂多变的网络流量的分类要求.基于此,采用多决策树组合的随机森林算法实现网络流量分类.通过实际网络流量数据实验表明,在各种情况下,随机森林算法都能显著改善网络流量特别是小比例样本的分类效果,算法降低了单一算法过于依赖特定假设模型的要求,对于待分类样本的分布要求低,随机森林算法具有良好的分类效果和鲁棒性.
精確的網絡流量分類是實現互聯網可控可管的關鍵,傳統的單一分類算法需要構建基于特定假設的某種模型,算法對于待分類數據的分佈要求高,不能滿足複雜多變的網絡流量的分類要求.基于此,採用多決策樹組閤的隨機森林算法實現網絡流量分類.通過實際網絡流量數據實驗錶明,在各種情況下,隨機森林算法都能顯著改善網絡流量特彆是小比例樣本的分類效果,算法降低瞭單一算法過于依賴特定假設模型的要求,對于待分類樣本的分佈要求低,隨機森林算法具有良好的分類效果和魯棒性.
정학적망락류량분류시실현호련망가공가관적관건,전통적단일분류산법수요구건기우특정가설적모충모형,산법대우대분류수거적분포요구고,불능만족복잡다변적망락류량적분류요구.기우차,채용다결책수조합적수궤삼림산법실현망락류량분류.통과실제망락류량수거실험표명,재각충정황하,수궤삼림산법도능현저개선망락류량특별시소비례양본적분류효과,산법강저료단일산법과우의뢰특정가설모형적요구,대우대분류양본적분포요구저,수궤삼림산법구유량호적분류효과화로봉성.