一种基于集成学习的流量分类算法

• 作者: 张效义 张霞 李林林 李青
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 集成学习 流量分类 非均衡
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 计算机技术及应用
• 页码范围: 240-244
• 页数: 5页
• 分类号: TP393.06
• 字数: 4696字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2015.02.020

摘要

针对网络流量分类中类不均衡问题,提出一种基于K均值和k近邻的流量分类算法(traffic classification based on K-means andknearest neighbor,KMkNN);以KMkNN为基础设计了一种集成分类器(ensemble classifier based on KMkNN,KKEC).首先通过抽取不同的输入特征子集分别进行训练,获得不同的分类器,进而采取绝对多数与相对多数相结合的投票方式产生集成输出结果,最后采用非平衡数据集进行测试.理论分析和实验结果都表明,算法在面对非均衡协议流时提高了小类流的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张效义		23	196	6.0	13.0
2	张霞		13	49	5.0	6.0
3	李青		16	62	4.0	7.0
4	李林林		3	14	3.0	3.0