一种多分类器选择性集成的网络流量分类方法

• 作者: 李平红 王勇 陶晓玲
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 网络流量分类 多分类器 选择性集成 多样性 流量分类框架
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 182-185,310
• 页数: 5页
• 分类号: TP393
• 字数: 3984字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.07.046

摘要

针对多分类器集成方法产生的流量分类器在泛化能力方面的局限性,提出一种选择性集成网络流量分类框架,以满足流量分类对分类器高效的需求.基于此框架,提出一种多分类器选择性集成的网络流量分类方法MCSE(Multiple Classifiers Selective Ensemble network traffic classification method),解决多分类器的选取问题.该方法首先利用半监督学习技术提升基分类器的精度,然后改进不一致性度量方法对分类器差异性的度量策略,降低多分类器集成方法实现网络流量分类的复杂性,有效减少选择最优分类器的计算开销.实验表明,与Bagging算法和GASEN算法相比,MCSE方法能更充分利用基分类器间的互补性,具有更高效的流量分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶晓玲	桂林电子科技大学信息与通信学院	48	339	10.0	15.0
2	李平红	桂林电子科技大学计算机科学与工程学院	5	37	4.0	5.0