一种基于统计频率的网络流量特征选择方法

发布时间：2018-01-20 22:19

本文关键词： 网络流量分类多类不均衡统计频率特征选择　出处：《小型微型计算机系统》2016年11期 　论文类型：期刊论文

【摘要】：在对多类不均衡的网络流量进行分类时,基于机器学习的分类模型倾向于多数类,导致少数类召回率较低.针对该问题,提出一种基于统计频率的特征选择方法.该方法首先根据样本的统计频率计算出度量每个特征区分能力的特征选择系数,然后根据特征选择系数构建特征选择矩阵,最后为每个类选择与之相关性较强的特征.在实验阶段,使用该方法选择的特征对多类不均衡的网络流量进行分类获得了较高的整体准确率、少数类召回率和g-mean值,证明该方法可以减轻多类不均衡问题带来的不良影响.
[Abstract]:The classification model based on machine learning tends to most classes, which leads to a low recall rate of a few classes. A feature selection method based on statistical frequency is proposed. Firstly, based on the statistical frequency of the sample, the feature selection coefficient is calculated to measure the distinguishing ability of each feature. Then the feature selection matrix is constructed according to the feature selection coefficient. Finally, each class selects the feature with strong correlation. The features selected by this method are used to classify the multi-class unbalanced network traffic and obtain higher overall accuracy, a few class recall rate and g-mean value. It is proved that this method can reduce the adverse effects of many kinds of unbalanced problems.
【作者单位】：上海大学通信与信息工程学院;中国科学院上海高等研究院;
【基金】：国家自然科学青年基金项目(61302093)资助上海市科委重大项目(14511101505)资助;上海市科委院市合作专项(13DZ1511200)资助中科院重点部署项目(KGZW-EW-103)资助东南大学移动通信国家重点实验室开放研究基金项目(2013D07)资助
【分类号】：TP393.06
【正文快照】： 1引言网络流量分类对于实现网络监管、提高服务质量以及维护网络安全具有重要意义.传统基于端口的分类技术难以对灵活使用端口号的流量进行分类;基于深度包检测的分类技术在数据进行加密的情况下准确率较低,并且在一定程度上侵犯了用户的隐私权[1].因此,基于机器学习的网络流

【相似文献】