基于改进的C4.5算法的网络流量分类方法

被引:18
作者
周剑峰 [1 ]
阳爱民 [2 ]
刘吉财 [2 ]
机构
[1] 广东外语外贸大学国际工商管理学院
[2] 广东外语外贸大学思科信息学院
基金
广东省科技计划;
关键词
网络流量分类; C4.5算法; 信息熵; 信息增益率; 决策树;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TP393.06 [];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 081201 ; 1201 ;
摘要
在基于C4.5算法的网络流量分类方法中,网络流量数据量的海量性及其特征的多样性使得决策树的构建速度、分类速度成为评价网络流量分类器的重要标准。在原C4.5算法的基础上提出一种改进的信息熵的计算方法,通过减少计算函数的复杂度,提高决策树的构建速度。实验表明,基于改进后算法的分类器在达到原有分类准确率的同时,极大地缩短了决策树的构成时间。
引用
收藏
页码:71 / 74
页数:4
相关论文
共 7 条
[1]   一种网络流量分类特征的产生及选择方法 [J].
阳爱民 ;
周咏梅 ;
邓河 ;
周剑峰 .
山东大学学报(工学版), 2010, 40 (05) :1-7
[2]   使用贝叶斯学习算法分类网络流量 [J].
邱密 ;
阳爱民 ;
刘永定 ;
何震凯 .
计算机工程与应用 , 2010, (25) :78-81+96
[3]   基于机器学习的P2P流量分类系统设计与实现 [J].
刘永定 ;
阳爱民 ;
邓河 .
微计算机信息, 2009, 25 (33) :129-131
[4]   基于C4.5决策树的流量分类方法 [J].
徐鹏 ;
林森 .
软件学报, 2009, 20 (10) :2692-2704
[5]   使用机器学习算法分类P2P流量的方法 [J].
刘永定 ;
阳爱民 ;
周序生 ;
邹豪杰 .
计算机应用研究, 2009, 26 (09) :3468-3471
[6]   决策树C4.5算法的改进及应用 [J].
黄爱辉 .
科学技术与工程, 2009, 9 (01) :34-36+42
[7]   A preliminary performance comparison of five machine learning algorithms for practical IP traffic flow classification [J].
Williams, Nigel ;
Zander, Sebastian ;
Armitage, Grenville .
ACM SIGCOMM COMPUTER COMMUNICATION REVIEW, 2006, 36 (05) :7-15