一种面向流分类的特征选择算法  

A Feature Selection Algorithm for Flow Classification

作　　者：李文法[1,2] 段洣毅[1] 刘悦[1] 孙春来[3] 

机构地区：[1]中国科学院计算技术研究所智能信息与智能安全中心,北京100190 [2]中国科学院研究生院,北京100049 [3]北京交通大学计算所,北京100029

出　　处：《中文信息学报》2009年第3期51-57,94,共8页Journal of Chinese Information Processing

基　　金：863高技术研究发展计划项目(2006AA010105&2007AA01Z416);973国家重点基础研究发展计划项目(2004CB318109,2007CB311100)

摘　　要：流分类技术在网络安全监控,QoS,入侵检测等方面起着重要的作用。流分类器处理的数据含有大量的相关与冗余特征,这不仅增加了分类器的计算复杂性,同时也影响了分类器的分类效果。针对高维特征空间,特征选择一方面可以提高分类精度与效率,另一方面可以找出富含信息的特征子集。该文提出一种wrapper型特征选择算法VFSA-C4.5来构建轻量级的流分类器。该算法采用快速模拟退火VFSA搜索策略对特征子集空间进行随机搜索,然后以提供的数据在C4.5上的分类正确率作为特征子集的评价标准,来获取最优特征子集。在流数据集上进行的大量实验结果表明,基于VFSA-C4.5的流分类器在不影响分类性能的情况下能够提高分类速度。Flow classification plays an important role in the research fields of network security monitoring, QoS （Quality of Service） and intrusion detection etc. The flow classifier is challenged by the huge amount of data with relevant and redundant features, which causes unnecessary heavy costs in training and processing as well as poor classification accuracy. For high dimension data, the feature selection can not only reveal true informative subset but also improve the accuracy and efficiency. In this paper, we propose a wrapper feature selection algorithm VFSA-C4. 5 aiming at modeling lightweight flow classifier by （1） using VFSA （very fast simulated annealing） strategy to evaluate the candidate subsets at random; （2） using C4.5 algorithm as wrapper approach to determine the optimum feature subset. The experiments on on several flow datasets indicate that classifier with our approach can greatly improve computational performance without negative impact on classification accuracy.

关 键 词：计算机应用 中文信息处理 流分类 特征选择 快速模拟退火 决策树 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]