基于代价敏感决策树的网络流量分类研究

• 作者: 吴耿 李杰 杨文保
• 来源期刊: 电脑与信息技术
• 学科: 工学
• 关键词: 网络流量分类 不平衡流量 代价敏感 决策树
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 5-8
• 分类号: TP393
• 字数: 3527字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-1228.2011.05.002

摘要

传统的基于端口的流量分类方法和基于DPI技术的流量分类方法由于P2P技术和加密技术的流行而开始失效。基于网络流特征及机器学习的流量分类方法因为克服了上述弊端而成为了流量分类领域的研究热点。实际网络环境中，“大象流”和“老鼠流”在数量和传输字节量等方面存在着严重的不平衡，降低了基于机器学习流量分类方法的实际分类效果。针对该问题，文章将代价敏感决策树C4．5_cs算法应用于网络流量的分类当中。实验证明，文章采用的方法具有更高的“字节分类准确率”，适合于不平衡网络流量的分类。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李杰	中南大学信息科学与工程学院	84	800	14.0	25.0
2	杨文保	中南大学信息科学与工程学院	3	11	2.0	3.0
3	吴耿	中南大学信息科学与工程学院	3	14	2.0	3.0