基于多层MapReduce的混合网络流量分类特征选择方法

• 作者: 王勇 陶晓玲 韦毅 龙也
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 特征选择 Fisher score SFS MapReduce
• 年，卷（期）: 2016,（2）
• 页码范围: 123-128
• 页数: 6页
• 分类号: TP301.1
• 字数: 4045字
• 语种: 中文

摘要

针对传统的特征选择方法只适用于小规模数据集、运行效率低的缺陷，结合 Filter方法和 Wrapper方法的特点，提出一种基于多层MapReduce的混合网络流量分类特征选择方法。该方法通过Fisher score对数据进行预处理，剔除部分无关特征，实现高维数据的降维。采用序列前向搜索的搜索策略，通过多层 MapReduce 实现不断选取分类能力最好的特征。实验结果表明，该方法既保持较高的分类精度，又减少特征选择时间，实现较好的加速比，提高了网络流量分类的执行效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇	桂林电子科技大学计算机科学与工程学院	178	1032	16.0	23.0
5	陶晓玲	桂林电子科技大学信息与通信学院	48	339	10.0	15.0
9	韦毅	桂林电子科技大学信息与通信学院	4	35	3.0	4.0
10	龙也	桂林电子科技大学计算机科学与工程学院	1	0	0.0	0.0