| 网络流量特征选择方法中的分治投票策略研究 |
| |
| 作者姓名： | 高文 钱亚冠 吴春明 郭晔 朱凯 陈双喜 |
| |
| 作者单位： | 1. 浙江大学计算机学院, 浙江杭州 310027;
2. 浙江科技学院理学院, 浙江杭州 310023;
3. 浙江大学图书与信息中心, 浙江杭州 310027;
4. 嘉兴职业技术学院, 浙江嘉兴 314036 |
| |
| 基金项目： | 国家973重点基础研究发展计划,浙江省重点科技创新团队,国家自然科学基金,国家科技支撑计划,国家863计划,浙江省网络媒体云处理与分析工程技术中心开放课题 |
| |
| 摘 要： | 特征选择作为机器学习过程中的预处理步骤,是影响分类性能的关键因素.网络流量具有数据量大,特征维度高的特点,如何快速提取特征子集,并提高分类效率对于基于机器学习的流量分类方法具有重要意义.本文提出基于分治与投票策略的特征提取方法,将数据集分裂为多个子集,分别执行特征提取算法,利用投票方法获得最后的特征子集.实验表明可有效提高特征提取的时间效率,同时使分类器取得良好的分类准确率.
|
| 关 键 词： | 分治 投票 流量分类 特征选择 |
| 收稿时间： | 2013-11-05 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电子学报》浏览原始摘要信息 |
|
点击此处可从《电子学报》下载全文 |
|
