一种网络流量分类特征的产生及选择方法-山东大学学报工学版.pdfVIP

　第４０卷　第５期 山　东　大　学　学　报　（工　学　版） ２０１０年１０月　 　 　　 Ｖｏｌ．４０　 Ｎｏ．５　　 　ＪＯＵＲＮＡＬＯＦＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ（ＥＮＧＩＮＥＥＲＩＮＧＳＣＩＥＮＣＥ） Ｏｃｔ．２０１０　 　文章编号：１６７２３９６１（２０１０）０５０００１０７ 一种网络流量分类特征的产生及选择方法 １ １ ２ ３ 阳爱民 ，周咏梅 ，邓河 ，周剑峰 （１．广东外语外贸大学信息科学技术学院，广东 广州５１０４２０；２．长沙民政职业技术学院，湖南 长沙４１０００４； ３．广东外语外贸大学国际工商管理学院，广东 广州５１０４２０） 摘要：在基于机器学习方法的网络流量分类系统中，特征产生及特征选择将直接影响到分类的速度及精度。针对 这种情况，在特征产生方面，结合ＰａｃｋｅｔＬｅｖｅｌ和ＦｌｏｗＬｅｖｅｌ上的信息，对报文属性（大小、个数、时间、标志位）、流 的属性（时间）进行分析和研究，产生了３７个网络流量统计特征。在特征选择方面，提出一种结合 Ｆｉｌｔｅｒ模型和 Ｗｒａｐｐｅｒ模型的网络流量特征选择方法，实现了降维作用。实验表明，提出的方法提高了分类的精度。 关键词：网络流量分类；特征产生；特征选择；遗传算法 中图分类号：ＴＰ３９３０３　　　文献标志码：Ａ Ｍｅｔｈｏｄｏｆｆｅａｔｕｒｅｇｅｎｅｒａｔｉｏｎａｎｄｓｅｌｅｃｔｉｏｎｆｏｒ ｎｅｔｗｏｒｋｔｒａｆｆｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎ １ １ ２ ３ ＹＡＮＧＡｉｍｉｎ，ＺＨＯＵＹｏｎｇｍｅｉ，ＤＥＮＧＨｅ，ＺＨＯＵＪｉａｎｆｅｎｇ （１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｃｓ，ＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＦｏｒｅｉｇｎＳｔｕｄｉｅｓ，Ｇｕａｎｇｚｈｏｕ５１０４２０，Ｃｈｉｎａ； ２．ＣｈａｎｇｓｈａＳｏｃｉａｌＷｏｒｋＣｏｌｌｅｇｅ，Ｃｈａｎｇｓｈａ４１０００４，Ｃｈｉｎａ； ３．ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔ，ＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＦｏｒｅｉｇｎＳｔｕｄｉｅｓ，Ｇｕａｎｇｚｈｏｕ５１０４２０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｓｙｓｔｅｍｏｆｎｅｔｗｏｒｋｔｒａｆｆｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎｂａｓｅｄｏｎｔｈｅｍａｃｈｉｎｅｌｅａｒｎｉｎｇｍｅｔｈｏｄ，ｆｅａｔｕｒｅｇｅｎｅｒａｔｉｏｎａｎｄ ｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｄｉｒｅｃｔｌｙａｆｆｅｃｔｔｈｅｓｐｅｅｄａｎｄａｃｃｕｒａｃｙｏｆｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ，ｉｎｔｈｅｆｅａｔｕｒｅｇｅｎｅｒａ ｔｉｏｎａｓｐｅｃｔ，ｔｈｅｐａｃｋｅｔ′ｓａｔｔｒｉｂｕｔｅｓ（ｓｉｚｅ，ｃｏｕｎｔ，ｔｉｍｅ，ａｎｄｆｌａｇ）ａｎｄｆｌｏｗ′ｓａｔｔｒｉｂｕｔｅｓ（ｔｉｍｅ）ｆｒｏｍｔｈｅｉｎｆｏｒｍａｔｉｏｎｏｆ ｔｈｅＰａｃｋｅｔＬｅｖｅｌａｎｄＦｌｏｗＬｅｖｅｌｗａｓａｎａｌｙｚｅｄ，ａｎｄ３７ｓｔａｔｉｓｔｉｃａｌｆｅａｔｕｒｅｓｗｅｒｅｇｅｎｅｒａｔｅｄ．Ｉｎｔｈｅｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎａｓ ｐｅｃｔ ，ａｍｅｔｈｏｄｏｆｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｉｎｔｅｇｒａｔｉｎｇＦｉｌｔｅｒｍｏｄｅｌａｎｄＷｒａｐｐｅｒｍｏｄｅｌｗａｓｐｒｏｐｏｓｅｄ，ａｎｄｔｈｅｄｉｍｅｎｓｉｏｎｏｆｆｅａ ｔｕｒｅｓｄｅｃｒｅａｓｅｄ．Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｅｄｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｓｃｏｕｌｄｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆｔｈ