網(wǎng)絡(luò)流量識別中特征選擇算法的研究與應(yīng)用.pdf

1、網(wǎng)絡(luò)應(yīng)用爆發(fā)式增長,網(wǎng)絡(luò)流量急速膨脹,大量涌現(xiàn)的新型應(yīng)用比傳統(tǒng)應(yīng)用具有更復(fù)雜的結(jié)構(gòu)和流量模式?；诹髁孔R別技術(shù),能夠細(xì)粒度的管理和優(yōu)化網(wǎng)絡(luò),引起了廣泛的關(guān)注。其中,基于流量特征采用機(jī)器學(xué)習(xí)的流量識別技術(shù),具有較高的準(zhǔn)確率,成為了近年來流量識別領(lǐng)域的研究熱點(diǎn)。
　　特征選擇通過去除無關(guān)、冗余的特征,獲得最優(yōu)的特征子集,基于該特征子集能夠降低學(xué)習(xí)算法的復(fù)雜度,提升分類的準(zhǔn)確率及速度。
　　本文首先介紹了流量識別技術(shù)、機(jī)器學(xué)習(xí)技術(shù)

2、及特征選擇算法的相關(guān)概念,并簡單介紹了使用互信息進(jìn)行度量及SU算法,在此之上提出了兩種新的基于互信息的特征選擇法:
　　1.基于互信息的Filter式特征選擇法。運(yùn)用改進(jìn)的SU算法去掉不相關(guān)的特征,并基于互信息去掉冗余特征,通過反復(fù)調(diào)整閾值進(jìn)行迭代,以提高分類準(zhǔn)確率。
　　2.基于互信息的Wrapper式特征選擇法。運(yùn)用改進(jìn)的SU算法去掉不相關(guān)的特征,并基于互信息去掉冗余特征,直接使用分類器的分類準(zhǔn)確率作為判斷標(biāo)準(zhǔn)來指導(dǎo)算法