网络流量识别的自适应分级滑动窗决策树算法

• 作者: 寿国础 张剑 曹萍
• 来源期刊: 计算机应用研究
• 关键词: 流量识别 数据流 概念漂移 分级滑动窗
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 2470-2472
• 页数: 3页
• 分类号: TP393.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.08.057

摘要

针对网络流量存在概念漂移、不同应用类型数据流偏态分布等特性,提出了基于Hoeffding决策树的自适应分级滑动窗决策树的网络流量识别算法.该算法根据节点信息增益率检测概念漂移、动态调整概念漂移检测窗口及不同类型训练样本集窗口,实现对不同速率概念漂移的自适应分类和决策树更新.实验结果显示新算法对劣势频繁漂移的应用类型的识别准确率与batch C4.5算法接近,比CVFDT算法提高约20％,可以获得更加均衡的不同应用类型分类准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	寿国础	北京邮电大学信息与通信工程学院	44	397	11.0	18.0
2	张剑	上海工程技术大学航空学院	24	41	4.0	6.0
3	曹萍	上海对外经贸大学商务信息学院	1	6	1.0	1.0