基于GATS-C4.5的IP流分类

• 作者: 孙春来 李文法 段洣毅 陈友
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 流分类 特征选择 遗传算法 禁忌搜索 决策树
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 68-72,96
• 页数: 6页
• 分类号: TP3
• 字数: 5797字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2009.04.017

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文法	中国科学院计算技术研究所	8	76	5.0	8.0
5	陈友	中国科学院计算技术研究所	7	184	5.0	7.0
9	孙春来	北京交通大学计算技术研究所	12	153	7.0	12.0
10	段洣毅	中国科学院计算技术研究所	10	86	6.0	9.0